文本去毒化作为英语和印地语的风格迁移

本文聚焦于文本去毒化，即自动将有毒文本转换为无毒文本。该任务有助于更安全、更尊重的在线交流，可视为文本风格迁移（TST）任务，其中文本风格改变而内容保持不变。我们提出了三种方法：从相似任务迁移知识、多任务学习方法（将序列到序列建模与各种毒性分类任务相结合）、以及删除和重构方法。为支持我们的研究，我们使用了Dementieva等人（2021）提供的数据集，该数据集包含与有毒文本对应的多个去毒化版本。在实验中，我们通过专家人工标注选择了最佳变体，创建了一个数据集，其中每个有毒句子与一个合适的去毒化版本配对。此外，我们引入了一个小型印地语平行数据集，与英语数据集的一部分对齐，适用于评估目的。我们的结果表明，我们的方法在保持实际内容和流畅性的同时，有效地平衡了文本去毒化。