我想建立一个神经网络来预测给定描述的幻想角色名称。
像“疤痕脸长发精灵战士”->“格洛芬德尔”
我有一个数据集，包含来自各种奇幻作品的大约 12,000 个奇幻名称和描述。我希望能够将描述映射到名称。名称不是词汇，我希望 NN 能够为新描述生成新名称。
我想使用像 Elmo 这样的东西来嵌入描述和名称，然后可以轻松地教 NN 将一个映射到另一个，但我面临的问题是如何从嵌入向量返回到表示单词的字符。
什么 NN 架构可以根据描述来预测幻想角色的名字？
数据挖掘
生成模型
嵌入
文本生成
2022-01-25 22:06:49
2个回答
首先，我认为由于您的模型的目标是根据描述生成新名称，因此您的模型应该在字符级别而不是单词级别上工作。
您可以将模型的工作级别视为您为其提供的构建块（它需要在训练期间学习它们）。这些构建块然后用于生成新构造。因此，如果您想构建新单词（名称），则需要教模型理解各个字符与输入描述之间的联系。您的模型可以处理单词级别的输入，但其输出需要在字符级别。
您可以在以下位置阅读更多相关信息：除了 Word Embedding，为什么还需要了解 Character Embedding？
使用char-rnn。我用它制作了一个 Twitter 机器人@peopledex，它根据名称生成 Pokemon 描述，但你可以轻松地反转字段。
示例 - 冒号前的位是名称（输入），后是描述（输出）。
- Dribbur：考虑到进化，它寻求喷雾的到来。该区域从后面开始。
- Convictur：当它进化成一百种特殊的磁力时它就静止了。结果，岩浆穿过它的身体发出光芒。
- 诉讼人：它在有毒的树木上光滑并从化石中复活。它可以压缩从光中复活的细丝
描述没有多大意义，但名称问题不大。好消息是与虚构的一代一起工作没有错误的答案。