来源：arXiv
编译：文强
【新智元导读】
今日 arXiv 最火论文之一，作者包括著名的《深度学习》（Deep Learning）一书的作者 Aaron Courville。论文用 GAN 解决自然语言处理问题，“在中国诗词数据集上取得目前最好结果”。研究人员表示，他们为训练 GAN 生成自然语言提供了一种直接有效的方法。作者表示，接下来他们想探索 GAN 在 NLP 其他领域的应用，比如非目标导向的对话系统。
对抗生成网络（GAN）是眼下的热词，而使用 GAN 做自然语言处理（NLP）则一直是业界关注的问题。日前，包括“Deep Learning”一书作者、CIFAR Fellow Aaron Courville 在内的加拿大研究人员在 arXiv 上传论文《自然语言对抗生成》 “Adversarial Generation of Natural Language”，称
为训练 GAN 生成自然语言提供了一种直接而有效的方法
。
作者表示，而其简单之处在于，向判别器提供来自生成器的概率分布序列和对应于真实数据分布的 1-热矢量序列（a sequence of 1-hot vectors），
强制判别器对连续值进行运算
。
论文提出的模型架构。
此外，论文还提供了定量和定性的评估方法，展示了有可能对高级句子特征（如情绪和问题）进行文本的条件生成。
论文中给出的文本条件生成示例
：上面一行是使用亚马逊网站带有“积极”和“消极”属性的评论数据集作为训练数据生成的样本，下面一行则是有同样数据集中带有“问题”特征的条件生成样本。
作者表示，接下来他们想探索 GAN 在 NLP 其他领域的应用，比如非目标导向的对话系统。
