通过组合式复述实现有效的写作风格模仿

文体测量学可用于基于写作风格在作者不愿的情况下对其画像或去匿名化。风格迁移提供了一种防御手段。当前技术通常使用编码器-解码器架构或基于规则的算法。关键的是，风格迁移必须可靠地保留原始语义内容才能实际部署。我们对三种最先进的编码器-解码器风格迁移技术进行了多方面评估，表明它们全部在语义保留上失败。特别地，它们不能产生恰当的复述，而仅在精确复现文本这一平凡情形下保留原始内容。为缓解此问题，我们提出 ParChoice：一种基于多种复述算法组合应用的技术。ParChoice 在语义保留上大幅优于编码器-解码器基线。此外，与取得不可忽略语义保留的基线相比，ParChoice 具有更优的风格迁移性能。我们还将 ParChoice 应用于多作者风格模仿（先前工作未考虑），在五位作者中取得了高达 75% 的模仿成功率。进一步，与两种最先进的基于规则的风格迁移技术相比，ParChoice 的语义保留明显更好。将 ParChoice 与性能最好的基于规则的基线（Mutant-X）结合，也在 Brennan-Greenstadt 和 Extended-Brennan-Greenstadt 语料库上达到了最高的风格迁移成功率，且对原意的影响远小于单独使用基于规则的基线技术。最后，我们强调一个困扰所有当前风格迁移技术的关键问题：对手可使用相同技术通过对抗训练来阻碍风格迁移。我们展示了为风格迁移添加随机性有助于降低对抗训练的有效性。