使用长远特征提升对抗性文本生成
作者：Ruiyi Zhang, Changyou Chen, Zhe Gan, Wenlin Wang, Dinghan Shen, Guoyin Wang, Zheng Wen and Lawrence Carin

摘要

自回归文本生成模型通常侧重于局部的流畅性，在长文本生成过程中可能导致语义不一致。
问题
自动生成具有相似语义的单词是具有挑战性的，而且手工编写的语言规则很难应用。
解决对策
本文提出了一种新的引导网络来关注更长的生成过程，它可以帮助下一个单词的预测，并为生成器的优化提供中间奖励。