保持冷静并开启切换！在语义文本交换中保留情感与流畅度
计算与语言
2020-09-22 v2 信息检索
机器学习
摘要
在本文中，我们提出一种可度量地调整文本语义同时保留其情感与流畅度的新方法，我们将该任务称为语义文本交换。这对于文本数据增强以及聊天机器人与虚拟助手生成文本的语义纠错十分有用。我们引入一个名为 SMERTI 的流程，其结合了实体替换、相似度掩码与文本填充。我们以语义文本交换分数（STES）来衡量流程的成功：即在调整语义内容的同时保留原文本情感与流畅度的能力。我们提议使用掩码（替换）率阈值作为可调参数以控制文本中语义变化的量。我们的实验表明，SMERTI 在 Yelp 评论、Amazon 评论与新闻标题上可优于基线模型。
引用
@article{arxiv.1909.00088,
title = {Keep Calm and Switch On! Preserving Sentiment and Fluency in Semantic Text Exchange},
author = {Steven Y. Feng and Aaron W. Li and Jesse Hoey},
journal= {arXiv preprint arXiv:1909.00088},
year = {2020}
}
备注
EMNLP-IJCNLP 2019; Code available at https://github.com/styfeng/SMERTI