作者：禅与计算机程序设计艺术

近年来，用计算机语言生成文本（包括文字、图片、视频）已经成为自然语言处理领域的一个热点话题。虽然传统的统计语言模型已可以较为准确地生成文本，但由于其生成过程依赖于概率语言模型，因此生成结果通常具有明显的多样性，而且会产生一些连贯性、矛盾性或者不相关的内容。为了克服这种局限性，最近，微软亚洲研究院在最新发布的论文《SeqGAN: Sequence Generative Adversarial Networks for Text Modeling》中提出了一种新的神经网络模型——序列生成对抗网络（SeqGAN），它能够生成连贯、质量高、自然且具有代表性的文本。但是，SeqGAN只利用文本生成任务进行训练，没有考虑生成图像、视频等其他形式的文本，而且对于多种输入形式的文本都只能生成对应的输出形式，并不能直接应用到实际的问题上。本篇文章将探讨SeqGAN的原理及其在文本生成领域的作用，并尝试使用改进的网络结构——跨模态生成网络（CM-GAN），使得SeqGAN能够同时生成文本、图像、视频等不同形式的文本。此外，我们还将阐述SeqGAN存在的局限性，并在此基础上讨论SeqGAN的未来发展方向。

2.基本概念术语说明

2.1 SeqGAN简介

SeqGAN是一个基于神经网络的文本生成模型，其基本思想是采用两个网络G和D，G网络负责根据噪声z生成文本，而D网络则负责判断真实文本和生成文本之间的区别。生成网络G通过随机噪声z作为输入，通

序列生成对抗网络（SeqGAN）自然语言生成：让机器能够更好地理解和回应人类语音相关推荐

基于生成对抗网络的自然语言生成(Natural language generation with Generative Adversarial Networks)
作者:禅与计算机程序设计艺术基于生成对抗网络的自然语言生成(Natural language generation with Generative Adversarial Networks) 引言 ...
ICCV2017 | 一文详解GAN之父Ian Goodfellow 演讲《生成对抗网络的原理与应用》（附完整PPT）
当地时间 10月 22 日到10月29日,两年一度的计算机视觉国际顶级会议 International Conference on Computer Vision(ICCV 2017)在意大利威尼斯开 ...
万字综述之生成对抗网络（GAN）
作者丨郭晓锋单位丨爱奇艺研究方向丨图像生成前阵子学习 GAN 的过程发现现在的 GAN 综述文章大都是 2016 年 Ian Goodfellow 或者自动化所王飞跃老师那篇.可是在深度学习,G ...
GAN生成对抗网络综述
前阵子学习GAN的过程发现现在的GAN综述文章大都是2016年Ian Goodfellow或者自动化所王飞跃老师那篇(最新发现一篇更新paper,也是王飞跃老师的:http://blog.scienc ...
生成对抗网络（Generative Adversarial Networks，GAN）初探
1. 从纳什均衡(Nash equilibrium)说起我们先来看看纳什均衡的经济学定义: 所谓纳什均衡,指的是参与人的这样一种策略组合,在该策略组合上,任何参与人单独改变策略都不会得到好处.换句 ...
了解生成对抗网络（GAN）
2019-01-08 23:29:25 介绍什么是Generative Adversarial Networks(生成对抗性网络)?本文中,我们将看到对抗性训练是一种很有启发性的想法,其简单而实用, ...
EEG- gan:用于脑电图(EEG)大脑信号的生成对抗网络2018
EEG-GAN: Generative adversarial networks for electroencephalograhic (EEG) brain signals Abstract 生成对 ...
ECCV2022 | 生成对抗网络GAN论文汇总（图像转换-图像编辑-图像修复-少样本生成-3D等）...
图像转换/图像可控编辑视频生成少样本生成图像外修复/结合transformer GAN改进新数据集图像增强 3D 图像来源归属分析一.图像转换/图像可控编辑 1.VecGAN: Image ...

序列生成对抗网络（SeqGAN）自然语言生成：让机器能够更好地理解和回应人类语音

2.基本概念术语说明

2.1 SeqGAN简介

序列生成对抗网络（SeqGAN）自然语言生成：让机器能够更好地理解和回应人类语音相关推荐

最新文章

热门文章