基于策略优化的作者风格迁移
计算与语言
2024-07-30 v2
摘要
作者风格迁移旨在将给定文本改写为指定的目标风格，同时保留原文的原始含义。现有方法依赖于大量目标风格样本的可用性来进行模型训练。然而，这些方法忽略了目标风格示例数量有限的情况。参数高效迁移学习技术与策略优化（PO）方法的发展表明，轻量级 PO 是低资源风格迁移的一种可行方法。在本工作中，我们提出了一种简单的两阶段“调优-优化”技术，用于低资源文本风格迁移。我们将该技术应用于作者风格迁移以及一个数据量较大的母语风格任务，在这两种情况下均发现其性能优于最先进的基线模型。
引用
@article{arxiv.2403.08043,
title = {Authorship Style Transfer with Policy Optimization},
author = {Shuai Liu and Shantanu Agarwal and Jonathan May},
journal= {arXiv preprint arXiv:2403.08043},
year = {2024}
}