通过特征匹配学习隐式文本生成
计算与语言
2020-05-12 v2 机器学习
摘要
生成式特征匹配网络（GFMN）是一种通过对预训练神经网络的特征进行矩匹配来训练图像隐式生成模型的方法。在本文中，我们提出对顺序数据有效的新的 GFMN 公式。我们的实验结果表明，所提出的方法 SeqGFMN 在英语的三种不同生成任务中是有效的：无条件文本生成、类条件文本生成和无监督文本风格迁移。SeqGFMN 训练稳定，并且在文本生成和文本风格迁移方面优于各种对抗方法。
引用
@article{arxiv.2005.03588,
title = {Learning Implicit Text Generation via Feature Matching},
author = {Inkit Padhi and Pierre Dognin and Ke Bai and Cicero Nogueira dos Santos and Vijil Chenthamarakshan and Youssef Mroueh and Payel Das},
journal= {arXiv preprint arXiv:2005.03588},
year = {2020}
}
备注
ACL 2020