استفاده از رویکرد تشویق و جریمه در شبکه مولد مخالف برای تولید خودکار جملات فارسی

شبکه مولد مخالف یکی از روش های یادگیری عمیق است که از طریق یک الگوریتم تکرارشونده از روی تعدادی نمونه آموزش اولیه قادر است نمونه های جدیدی ایجاد کند. هر شبکه مولد مخالف از دو بخش خالق و تمیزدهنده تشکیل می-شود. خالق در هر تکرار تلاش می کند تا نمونه‌هایی مشابه مجموعه آموزش اولیه خلق کند و در مقابل تمیزدهنده وظیفه‌ی تشخیص نمونه تولید شده از نمونه‌ی واقعی را دارد. هدف نهایی کل سیستم پیشرفت خالق در تولید نمونه های جدید است تا جایی که تمیزدهنده در تشخیص نمونه های جدید از نمونه های آموزشی به مشکل برخورد کند. استفاده از شبکه مولد مخالف در تولید جملات در زبان های مختلف با چالش های گوناگونی روبه رو است که مهم ترین آن انتخاب تابع هدف مناسب برای خالق است. از این رو در مقاله رویکردی برای تولید خودکار جملات به زبان فارسی پیشنهاد می شود. در این رویکرد علاوه بر استفاده از روش مرسوم در شبکه مولد مخالف، تلاش می گردد این روش مرسوم با تابعی اضافه یک بار جریمه و یک بار تشویق جایگزین شود. این جریمه و تشویق بر اساس میزان دقت تمیزدهنده در گام قبل محاسبه می-شود. نتایج ارزیابی ها نشان دهنده این است که بهره گیری از رویکرد تشویقی سبب بهبود دقت جملات تولیدی و رویکرد جریمه منجر به بالا رفتن تنوع جملات تولیدی می شود.