SimpleStyle：一种自适应的风格迁移方法
计算与语言
2022-12-23 v2
摘要
属性控制文本重写，也称为文本风格迁移，在调节文本训练数据与机器生成文本的属性和偏差方面具有重要作用。在这项工作中，我们提出了 SimpleStyle，这是一种极简但有效的风格迁移方法，由两个简单要素组成：受控去噪与输出过滤。尽管我们的方法非常简单，只需几行代码即可简明描述，但无论是在自动评估还是人工评估中，它都与先前 SOTA 方法具有竞争力。为了展示我们系统在学术数据之外的适应性与实用价值，我们将 SimpleStyle 应用于迁移社交网络真实世界文本数据中出现的广泛文本属性。此外，我们引入了一种新颖的“软噪声”技术，进一步提升了系统的性能。我们还表明，教导一个学生模型生成 SimpleStyle 的输出，可以构建出一个仅需单次贪婪解码样本即可实现同等质量风格迁移的系统。最后，我们建议将我们的方法作为阻碍该领域发展的根本性不兼容基线问题的补救措施。我们将此方案作为一个简单而强大的基线，提供给希望在属性控制文本重写领域取得渐进式进展的后续研究。
引用
@article{arxiv.2212.10498,
title = {SimpleStyle: An Adaptable Style Transfer Approach},
author = {Elron Bandel and Yoav Katz and Noam Slonim and Liat Ein-Dor},
journal= {arXiv preprint arXiv:2212.10498},
year = {2022}
}