关于以直接奖励学习文本风格迁移
计算与语言
2021-05-14 v2
摘要
在大多数情况下，平行语料的缺乏使得直接训练文本风格迁移任务的监督模型变得不可能。在本文中，我们探索了改为优化显式考虑风格迁移输出不同方面的奖励函数的训练算法。特别地，我们利用最初用于微调神经机器翻译模型的语义相似度度量来显式评估系统输出与输入文本之间内容的保留程度。我们还研究了现有自动度量的潜在弱点，并提出了使用这些度量进行训练的高效策略。实验结果表明，我们的模型在自动和人工评估上相比强基线均取得了显著提升，表明了我们所提方法和训练策略的有效性。
引用
@article{arxiv.2010.12771,
title = {On Learning Text Style Transfer with Direct Rewards},
author = {Yixin Liu and Graham Neubig and John Wieting},
journal= {arXiv preprint arXiv:2010.12771},
year = {2021}
}
备注
Published as a long paper at NAACL 2021