随着互联网技术的发展以及智能移动设备的快速普及,每天都会产生数以亿计的图像数据并且被各个用户上传到互联网,这些图像数据在大多杂乱无序的同时又包含着海量有用信息。为了对这些图像数据进行有效管理并高效利用其包含的有用信息,图像语义自动标注技术应运而生。目前,图像自动标注技术大多通过传统机器学习或者深度学习的方法构建标注模型实现对未知图像的自动标注。但是,这些标注方法大多都存在一个问题,即输出层的神经元(分类器)数目与数据集标注词汇量成比例,这将导致2个问题:1.模型实用性较差,当数据集词汇量较大时,过大的输出层数目将会急剧增加模型的设计和训练难度;2.模型结构稳定性差,模型结构会随词汇量变化而改变。针对上述问题,本文将生成式对抗网络与Word2vec词向量模型相结合,设计并实现了一种新的标注模型。首先,通过Word2vec模型将标注词汇映射为一个维数固定且可选择的多维词向量;其次,利用生成式对抗网络构建一个神经网络模型(GAN-W),使模型生成器的输出层神经元数目与多维词向量维数相等,生成器将生成与词向量同维度的向量,使模型输出层神经元数目与标注词汇量解绑;最后,对模型多次输出结果进行排序,通过排序结果来决定图像对应的最终标注。本文模型分别在Corel 5K和IAPRTC-12图像标注数据集上进行了实验:1.通过Word2vec模型输出向量维度对模型性能影响的实验证明了本文模型能够解决上述问题,模型的输出神经元数目可以在一个很大范围内自由选择。2.通过与其他模型的性能对比实验得出本文模型的准确率P和F1值均高于其它模型,同时召回率R仅次于CNN-MLSU模型,模型的标注性能具有较大的提升。3.通过模型的实际标注结果展示出了本文模型对每幅图像标注的标签数目自适应,更加符合实际标注情况。总而言之,本文模型在解决输出层神经元数目与数据集标注词汇量成比例问题的同时模型相较于其它标注模型标注在标注性能上有一定提高,在实际标注结果中同样具有优势。