改写时勿失本意：面向内容保持的风格迁移研究

文本风格迁移技术在自然语言处理中日益流行，可将文本改写为所需形式：从有毒到中性、从正式到非正式、从古英语到现代英语等。解决该任务并非仅生成某些中性/非正式/现代文本即可，保持原始内容不变至关重要。在面向目标对话的风格迁移等某些应用中，这一要求更为关键，因为需保留事实信息以维持原意，例如在特定时间向特定地址订购特定类型的披萨。内容保持方面对风格迁移研究的实际应用至关重要，却鲜受关注。为弥补此不足，我们以正式性迁移领域为例，对比多种风格迁移模型。为研究各类风格迁移方法的内容保持能力，我们创建了正式与非正式面向任务对话的平行数据集。该数据集与 GYAFC [17] 等现有数据集的关键区别在于包含面向目标对话，其预定义语义槽在改写时须保留（如命名实体）。这一额外标注使我们能对若干 SOTA 风格迁移技术进行精确对比研究。我们研究的另一成果是对无监督方法 LEWIS [19] 的改进，其在所提任务上较原方法及所有评估基线均有显著提升。