基于深度学习的文本风格迁移综述
计算与语言
2021-01-01 v3 机器学习
摘要
文本风格迁移是近年来自然语言处理中的热点问题，主要研究通过对文本进行某些改动以使其适应不同的特定情境、受众与目的。文本风格通常包含形态、语法、情感、复杂度、流畅度、时态、语气等诸多方面。在传统文本风格迁移模型中，文本风格一般依赖专家知识与手工设计的规则，但随着深度学习在自然语言处理领域的应用，基于深度学习的文本风格迁移方法开始被大量研究。近年来，文本风格迁移正成为自然语言处理研究中的热点。本文综述了近年来基于深度学习的文本风格迁移模型研究，并对主要研究方向与进展进行总结、分析与比较。此外，文章还介绍了文本风格迁移常用的公开数据集与评价指标。最后，总结了现有文本风格迁移模型的特点，并分析展望了基于深度学习的文本风格迁移模型的未来发展趋势。
引用
@article{arxiv.2005.02914,
title = {Review of Text Style Transfer Based on Deep Learning},
author = {Xiangyang Li and Guo Pu and Keyu Ming and Pu Li and Jie Wang and Yuxuan Wang},
journal= {arXiv preprint arXiv:2005.02914},
year = {2021}
}
备注
There are some nonstandard problems in current papers