基于无标注 disjoint 语料判别反馈的多风格迁移
计算与语言
2021-05-25 v2
摘要
风格迁移已在自然语言生成中得到广泛探索，利用非平行语料通过直接或间接从源域和目标域语料中提取风格概念来实现。现有方法的一个共同缺陷是需要对所考虑的所有风格维度进行跨维度的联合标注。这种跨风格组合的数据集的可用性限制了这些设置向多维风格扩展。虽然跨多风格级联单维模型是一种可能，但它存在内容丢失问题，尤其在风格维度彼此不完全独立时。在我们的工作中，我们利用不同风格维度上独立获取且无需额外标注的数据，放宽了对多风格联合标注数据的要求。我们以基于 transformer 的在通用语料上预训练的语言模型初始化编码器-解码器结构，并通过采用多个风格感知语言模型作为判别器，增强其向多个目标风格维度的重写能力。通过定量与定性评估，我们展示了模型在保留输入文本内容的同时控制多风格维度风格的能力。我们将其与涉及级联最先进单维风格迁移模型的基线进行了比较。
引用
@article{arxiv.2010.11578,
title = {Multi-Style Transfer with Discriminative Feedback on Disjoint Corpus},
author = {Navita Goyal and Balaji Vasan Srinivasan and Anandhavelu Natarajan and Abhilasha Sancheti},
journal= {arXiv preprint arXiv:2010.11578},
year = {2021}
}