继上一次GAN应用于NLP的讨论的后续讨论

保留初心，砥砺前行

这是上一次GAN for NLP的讨论记录，需要的同学拿去享用：
记录一次与大神们的关于GAN应用于NLP的讨论

这次的讨论可能是因为题目不够大众，或者是做这方面的同学们太过羞涩，因此讨论的内容基本偏题，最后形成了大家自由讨论的局面。但是只要仔细观察，是可以看到其中是有着耀眼的闪光点的，至少对于我来说是这样的。

重申以下观点：
下边的讨论问题与解答有些是文不对题的，首先是因为按照发言顺序整理，难免有插话的存在；第二，因为在讨论中大家的关注点比较集中，很多问题的讨论最后都会归纳到几个矛盾点上；还有就是有些内容关注的人并不是很多，因此也没有讨论出什么结果。另外，下边的问题有主题人按照议程提出的，有的是在讨论过程中同学们提出的。

最后，以下记录不代表本人立场，也不代表正确的解答。只是讨论记录。

那，继续GAN

今天的主题是GAN4NLP~~~

A: 第一个话题是GAN for 对话系统
首先，我要问一下，这个话题的研究现状，有哪些方法？
（直接偏题）...
B: 大家有做对话评价的吗，gan能不能用在评价里面呢？
C: 对话评价感觉可以用gan做，嗯对话评价是其中一个子问题，能不能说下目前主流用什么方法做，是类似BLEU这些指标么？
D: 对，现在主要还是套用机器翻译的评价指标，居多
E: 那gan理论上应该可以学到一个更自然的评价指标
F: 生成式对话的评价，做的人好像不多
G: 问题是这样不好比较啊，不同的人训练的评价器/判别器不一样，得到的评分没法对比
H: 我没想明白怎么应用gan到评价里面
I: 或许可以这样：D判断对话是否“自然”，G生成对话，D的输出可以当做评价指标
J: D输出的概率值可以作为评价指标
K: 评价指标不能单从通顺来判断吧
L: 的确不能单靠通顺，还要看是否符合当前上下文
M: 不只是通顺吧，D学到最后应该具有判断上下文符合程度的能力
N: 但是最主要的问题是，凭什么用你训出来的 D 评价不用我的呢
O: nlp的世界中有一个跟imagenet一样令人信服的数据集，跑出一个类似inception network的模型，搞一个类似inception score的指标，除非这种情况不然的确很难统一
P: 对话系统，Adversarial Learning for Neural Dialogue Generation 之前搜到这篇比较符合， 读过的相关论文同学能共享下最近的paper吗（有一个同学回到了主题）
Q: 判断是否符合上下文，其实是一个conditional generation的问题，gan做conditional generation有一些套路