حققت شبكات التوليد المتنافسة (GANs) نجاحات كبيرة في توليد البيانات. ومع ذلك، فإن الشبكات المتنافسة الحالية تقيّد المميز ليكون تصنيفًا ثنائيًا، مما يحد من قدرته على التعلم لأداء مهام تتطلب إنتاج بيانات ذات هيكلية غنية مثل وصف اللغة الطبيعية. في هذا البحث، نقترح شبكة توليد متنافسة جديدة، وهي RankGAN، لتقديم وصف باللغة ذات جودة عالية. بدلاً من تدريب المميز على تعلم وتخصيص حكم ثنائي مطلق لكل عينة بيانات فردية، يكون RankGAN قادرًا على تحليل وتقييم مجموعة من الجمل التي كتبها البشر والآلات من خلال تقديم مجموعة مرجعية. عن طريق النظر إلى مجموعة العينات بشكل جماعي وتقييم جودتها من خلال درجات الترتيب النسبية، يكون المميز قادرًا على إجراء تقييم أفضل، مما بدوره يساعد في تعلم مولد أفضل. يتم تنظيم RankGAN المقترح باستخدام تقنية التدرجات السلوكية (policy gradient). أظهرت النتائج التجريبية على عدة قواعد بيانات عامة بوضوح فعالية النهج المقترح.