原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
汉字作为一种历史悠久的字体，在强调意境和表达情感的同时，其表现形
式也多种多样。汉字在实际生活及应用场景中被广泛使用，因此汉字生成技术
受到越来越多的关注。当前主流的汉字生成模型主要是基于深度学习技术尤其
是生成对抗网络（GAN）。虽然现有基于GAN的汉字生成模型取得不错的性能，
但仍然存在笔画冗余、字型缺失等模式坍塌问题，且难以直接应用到小样本汉
字生成。
针对上述问题，本文基于汉字笔画和结构等先验信息，提出两个有效的汉
字生成模型分别去解决现有基于GAN的汉字生成
文档评论（0）