从数据生成文件路径的语言模型或 GAN

因此，虽然我是一名中级 ML 工程师，但我的 NLP 技能并不是那么好。这是我的问题

给定数据：

文件路径
C:\Program Files\Microsoft Office\root\Integration\C2RManifest.powerpointmui.msi.16.tr-tr.xml.RYK
C:\Users\admin\AppData\Local\VirtualStore\Program Files\Microsoft Office\root\Licenses16\AccessR...
C:\Program Files\Microsoft Office\root\Integration\C2RManifest.officemui.msi.16.pt-br.xml.RYK
................................
C:\Program Files\Microsoft Office\root\Licenses16\Access2019R_Retail-ul-oob.xrm-ms.RYK
C:\Users\admin\AppData\Local\Packages\windows.immersivecontrolpanel_cw5n1h2txyewy\LocalState\Ind...

总行数：363980

文件路径是从一个沙箱中生成的，在沙箱中引爆了勒索软件二进制文件。我正在尝试创建一个语言模型/GAN，它可以在这个文件路径语料库上进行训练，然后自己生成类似的文件路径。

我获得的大多数语言模型和文本生成教程都来自 .txt 文件，其中诗歌/小说作为输入传递给 LSTM 或转换器。

除了模型方面的帮助外，我还需要一些关于如何预处理这些数据的指导。

目前我的想法是将路径从'\'分割出来并用空格连接，这样目录就可以成为句子中的单词。

例如：输入路径：

C:\Program Files\Microsoft Office\root\Integration\C2RManifest.powerpointmui.msi.16.tr-tr.xml.RYK

输出路径：

C: Program Files Microsoft Office root Integration C2RManifest.powerpointmui.msi.16.tr-tr.xml.RYK

这是正确的方向吗？还有其他建议吗？（更喜欢在 tensorflow 中实现，但如果它真的有用，也可以向 pytorch 开放）

此外，是否可以使用 GAN 以同时学习文件路径序列的方式生成文本？由于勒索软件具有执行签名，并且会以某种已知的顺序运行命令，因此是否有一种模型也可以捕获该维度的数据。（在更大的数据集中，我还有进程 ID、时间戳和其他标识符来确定哪组事件属于哪个二进制执行）

附注。我知道这个问题的前提可能有点奇怪和令人困惑，但这是我正在测试的东西，只是为了看看会发生什么。