多风格文本转换中多风格训练数据集分布的平衡效应
计算与语言
2023-05-26 v1
摘要
文本风格转换是自然语言生成领域中一项令人振奋的任务，常受限于对高质量配对数据集的需求。此外，训练多属性文本风格转换模型需要所考虑风格属性所有组合均有充分支撑的数据集，这增加了训练风格转换模型的挑战。本文探讨了训练数据输入多样性对多风格转换模型生成文本质量的影响。我们通过设计启发式方法调整训练样本中的风格分布，构建了伪平行数据集。我们利用边缘分布和联合分布平衡训练数据集以训练风格转换模型。我们观察到，平衡数据集比不平衡或偏斜数据集对多种风格产生更有效的控制效果。通过定量分析，我们探究了训练数据中多种风格分布对风格转换输出的影响。这些发现将更好地指导风格转换数据集的设计。
引用
@article{arxiv.2305.15582,
title = {Balancing Effect of Training Dataset Distribution of Multiple Styles for Multi-Style Text Transfer},
author = {Debarati Das and David Ma and Dongyeop Kang},
journal= {arXiv preprint arXiv:2305.15582},
year = {2023}
}