ARAML:在EMNLP2019上我们论文的代码

ARAML：用于文本生成的稳定的对抗训练框架 介绍 对抗性奖励增加最大似然（ARAML）是一种对抗性训练框架，用于处理训练文本GAN的不稳定性问题。 您可以阅读我们的以获取更多详细信息。 该项目是我们工作的TensorFlow实现。 依存关系 Python 2.7 NumPy 科学 TensorFlow> = 1.3.0 快速开始 数据集 我们的实验包含三个数据集，即COCO，EMNLP2017 WMT和WeiboDial。 您可以在/ data目录中找到它们。 火车 对于COCO数据集， cd src/coco_emnlp python araml_lm.py --task_name coco 同样，您可以通过将task_name的参数更改为emnlp来运行EMNLP数据集的代码。 对于WeiboDial数据集， cd src/weibodial python main_a