PGST：一种多语言性别风格迁移方法
计算与语言
2021-06-29 v2 机器学习
摘要
文本风格迁移的最新进展使该领域受到前所未有的关注。将输入风格迁移至另一风格的任务伴随着诸多需应对的挑战（例如流畅度与内容保持）。本研究中，我们引入 PGST，一种性别领域的新颖多语言文本风格迁移方法，由不同组成要素构成。与以往研究不同，通过满足本方法预定义要素，可将风格迁移方法应用于多种语言。我们采用预训练词嵌入进行词条替换，基于字符的词条分类器进行性别互换，以及束搜索算法提取最流畅组合。由于研究中引入了不同方法，我们确定了权衡值以评估不同模型在用迁移文本欺骗我们性别识别模型上的成功程度。为展示方法的多语言适用性，我们将方法应用于英文和波斯语语料库，分别以 45.6% 和 39.2% 的幅度成功欺骗了我们提出的性别识别模型。尽管本研究不限于特定语言，我们所获评估结果在与英文最优方法的类比中极具竞争力。
引用
@article{arxiv.2009.01040,
title = {PGST: a Polyglot Gender Style Transfer method},
author = {Reza Khanmohammadi and Seyed Abolghasem Mirroshandel},
journal= {arXiv preprint arXiv:2009.01040},
year = {2021}
}
备注
It is submitted to the Natural Language Engineering Journal