MAGIC：基于解耦反事实增强的多属性可控文本生成
计算与语言
2024-05-31 v1 人工智能
摘要
多属性可控文本生成旨在从多个方面控制生成文本的属性（例如，情感方面的“正面”和主题方面的“体育”）。为了便于获取训练样本，现有工作忽略了不同属性交织形成的属性相关性。特别是，由不平衡属性相关性形成的刻板印象显著影响多属性控制。在本文中，我们提出MAGIC，一种新的基于解耦反事实增强的多属性可控文本生成方法。我们通过解耦在属性隐空间中使用反事实特征向量来缓解训练过程中属性相关性不平衡的问题。在推理过程中，我们通过目标引导的反事实增强来增强属性相关性，以进一步提高多属性控制。实验表明，MAGIC在不平衡和平衡的属性相关性场景下均优于最先进的基线。我们的源代码和数据可在https://github.com/nju-websoft/MAGIC获取。
引用
@article{arxiv.2405.19958,
title = {Multi-Aspect Controllable Text Generation with Disentangled Counterfactual Augmentation},
author = {Yi Liu and Xiangyu Liu and Xiangrong Zhu and Wei Hu},
journal= {arXiv preprint arXiv:2405.19958},
year = {2024}
}
备注
Accepted in the 62nd Annual Meeting of the Association for Computational Linguistics (ACL 2024)