评估神经生成文本在作者归属中的风格属性
计算与语言
2017-08-21 v1
摘要
近期神经语言模型的应用引发了人们对自然语言自动生成的日益关注。尽管令人印象深刻，但对神经生成文本的评估迄今仍相当非正式且基于轶事。本文中，我们尝试对神经生成文本质量的一个方面进行系统性评估。我们聚焦于神经语言生成的一个特定方面：其再现作者写作风格的能力。利用已有的作者归属模型，我们实证评估了神经生成文本的风格质量。与传统的语言模型相比，神经模型生成的文本更为模糊，相对更难被正确归属。然而，我们的结果也表明，神经生成文本为训练数据的增强提供了更有价值的视角。
引用
@article{arxiv.1708.05536,
title = {Assessing the Stylistic Properties of Neurally Generated Text in Authorship Attribution},
author = {E. Manjavacas and J. de Gussem and W. Daelemans and M. Kestemont},
journal= {arXiv preprint arXiv:1708.05536},
year = {2017}
}