一种用于无监督文本风格迁移的对偶强化学习框架
计算与语言
2019-05-27 v1
摘要
无监督文本风格迁移旨在无平行数据的情况下迁移文本的底层风格而保持其主要内容不变。大多数现有方法通常遵循两步：首先从原始风格中分离内容，然后将内容与目标风格融合。然而，第一步的分离具有挑战性，因为内容与风格在自然语言中以微妙方式相互作用。因此，在本文中，我们提出一种对偶强化学习框架，通过一步映射模型直接迁移文本风格，而无需任何内容与风格的分离。具体而言，我们将源到目标与目标到源映射的学习视为对偶任务，并基于该对偶结构设计两种奖励以分别反映风格准确性与内容保持性。如此，两个一步映射模型可通过强化学习训练，无需任何平行数据使用。自动评估表明，我们的模型大幅优于当前最优系统，尤其在两个基准数据集上平均提升超过 8 个 BLEU 点。人工评估也验证了我们的模型在风格准确性、内容保持性与流畅性方面的有效性。我们的代码与数据，包括所有基线及我们模型的输出，可在 https://github.com/luofuli/DualLanST 获取。
引用
@article{arxiv.1905.10060,
title = {A Dual Reinforcement Learning Framework for Unsupervised Text Style Transfer},
author = {Fuli Luo and Peng Li and Jie Zhou and Pengcheng Yang and Baobao Chang and Zhifang Sui and Xu Sun},
journal= {arXiv preprint arXiv:1905.10060},
year = {2019}
}
备注
Accepted by IJCAI 2019