文本的无监督表示解耦：基于合成数据集的评估

为凸显无监督设定下文本领域实现表示解耦的挑战，本文从图像领域选取了一组成功应用的代表性模型。我们在 6 个解耦指标以及下游分类任务与同伦上对这些模型进行评估。为便于评估，我们提出了两个具有已知生成因子的合成数据集。我们的实验凸显了文本领域现有的差距，并说明诸如表示稀疏性（作为归纳偏置）或与解码器的表示耦合等某些因素会影响解耦。据我们所知，我们的工作是无监督表示解耦与文本交叉方向的首次尝试，并为考察该方向的未来发展提供了实验框架与数据集。