1樓：舟自橫
nlp是GAN發展的乙個很好的方向，但是難度極高，現階段的成果在長文字複雜文字的生成上依然沒有很好的結果。如果想要做深，這是個很好的方向，但是短期內應該是很難看到成果的。
2樓：張懷文
同意蘇劍林大神的觀點，建議棄坑。
GAN做文字生成，是非常坑的，踩過坑並放棄的路過。
方向比較難，不論你研究的時間的長短，它都很難有產出你時間太短，沒有產出怕是要gg
慎重考慮呀
3樓：夜鷹
文字資料天然就高度離散，這導致與GAN的結合障礙要比影象資料大的多。如果你真的對學術有很高追求，這不失為乙個有意思的方向，但是想短期內快速出成果，恐怕不付出巨大努力是不行的。
4樓：
我雖然不做nlp相關，但我一直都覺得nlp和cv比要難太多，gan現在在cv上很成功是因為cv有cnn這樣好的結構在，資料冗餘度也高。nlp研究的是語言，本來就濃縮過了，因此要訓個bert或xlnet就很難，做gan這種不太容易訓（不穩定）就更難了。
總之十分不推薦 nlp + gan 這個方向做短期的研究。當然說不定我說的都是錯的。建議先跑跑已有的開源的模型，受受打擊就能清楚一些。