无平行数据下用于情感修改的情感记忆学习
计算与语言
2018-08-23 v1
摘要
情感修改任务要求反转输入的感情倾向并保留与情感无关的内容。然而，具有相同内容但不同情感的平行句对通常难以获取。由于缺乏此类平行数据，以无监督方式提取情感无关内容并反转情感十分困难。已有工作通常无法兼顾情感转换与内容保留。本文中，受非情感上下文（如“staff”）为情感词（如“friendly”）的出现提供强线索这一事实启发，我们提出一种新方法，可根据特定上下文从学到的情感记忆中自动提取恰当的情感信息。实验表明，我们的方法大幅提升了内容保留程度，并取得了 SOTA（state-of-the-art）性能。
引用
@article{arxiv.1808.07311,
title = {Learning Sentiment Memories for Sentiment Modification without Parallel Data},
author = {Yi Zhang and Jingjing Xu and Pengcheng Yang and Xu Sun},
journal= {arXiv preprint arXiv:1808.07311},
year = {2018}
}
备注
Accepted by EMNLP 2018