用于文本风格迁移的强化奖励框架

风格迁移研究将一段文本的风格属性迁移到另一段文本同时保证核心内容不变的算法。由于其在定制化文本生成中的广泛应用，文本风格迁移领域受到大量关注。现有工作基于内容保持与迁移强度来评估风格迁移模型。本文中，我们提出一种基于强化学习的框架，直接在这些目标指标上奖励该框架，从而获得更好的目标风格迁移。我们在三个独立任务上基于自动与人工评估展示了所提框架的提升性能：将文本风格从正式迁至非正式、从高兴奋度迁至低兴奋度、现代英语迁至莎士比亚英语，并在所有三种情况下反之迁移。所提框架相较现有最先进框架的性能提升表明了该方法的可行性。