深度学习用于文本风格迁移：综述
计算与语言
2021-12-20 v5 人工智能
机器学习
摘要
文本风格迁移是自然语言生成中的一项重要任务，旨在控制生成文本中的某些属性，如礼貌、情感、幽默等许多其他属性。它在自然语言处理领域有着悠久的历史，近年来由于深度神经模型带来的令人瞩目的性能而重新获得了显著关注。在本文中，我们对神经文本风格迁移的研究进行了系统性综述，涵盖了自2017年首个神经文本风格迁移工作以来的100余篇代表性文章。我们讨论了任务定义、现有数据集与子任务、评估，以及在平行与非平行数据存在下的丰富方法。我们还就有关该任务未来发展的多个重要主题进行了探讨。我们整理的论文列表位于 https://github.com/zhijing-jin/Text_Style_Transfer_Survey
引用
@article{arxiv.2011.00416,
title = {Deep Learning for Text Style Transfer: A Survey},
author = {Di Jin and Zhijing Jin and Zhiting Hu and Olga Vechtomova and Rada Mihalcea},
journal= {arXiv preprint arXiv:2011.00416},
year = {2021}
}
备注
Computational Linguistics Journal 2022