論文筆記《Are You Talking to Me? Reasoned Visual Dialog Generation through Adversarial Learning》

CVPR2018：https://arxiv.org/abs/1711.07613 文章討論的是視覺對話，目標是實現更Human-like的回覆。舉例： 要實現這樣的目標，文章摒棄了先前使用簡單 MLE（最大似然估計）作爲目標函數預測回覆的方法，這個方法常用於機器翻譯和VQA。這種簡單的訓練方法會導致安全的但一般、重複的回覆。 文章使用GAN和RL結合，訓練兩個子模塊：一個生成器根據圖片和對話歷史

>>阅读原文<<