随笔分类 - 文本风格迁移文献阅读
摘要：发表在 ACL 2020 属于文本迁移中的半监督方法 动机 现有的平行语料很少，而神经网络含有大量参数需要训练学习，这时需要更多的平行语料提供更多有用的信息，因此，作者针对 formal 风格迁移任务提出了三种数据增强方法，来获得更多有用的句子对 方法 Back Translation 机器翻译中很
阅读全文
摘要：发表在 ICML 2018 动机 深度隐变量模型 VAE 和 GAN 在连续结构上表现很好，但应用到离散结构（如文本序列或离散图像）上却表现较差，在此篇论文中，作者针对此提出了一个灵活的方法来训练深度隐变量模型。 方法 基于之前提出的 WAE（Wasserstein Autoencoder，将对抗性
阅读全文
摘要：发表在 NAACL 2019 MOTIVATION 在这之前，对于文本风格迁移后的效果没有一个很好的统一评价指标，因此，这篇文章做了一个总结，基于之前的一些工作提出从 style transfer intensity 、content preservation、 naturalness 这三个方面来
阅读全文
摘要：发表在 NIPS 2017 动机 作者聚焦于非平行语料文本的风格迁移，针对其研究难点：如何将文本内容与属性分离开来，提出假设跨不同文本语料库共享潜在内容分布，并利用潜在表示的精确对齐来执行风格迁移的方法 方法（交叉对齐） \[ y_1、y_2 为其对应
阅读全文
摘要：发表在 ICML 2017 动机 AE 和 RNN 很难捕捉到 隐空间的语义表示，因此不适用于从任意hidden层表示形式生成通用文本，而相较于视觉领域，使用深度生成模型(VAEs、GANs、auto-regressive)在文本生成上还有许多的限制，很大情况下是任意的以及不可控的。本篇文章尝试通过
阅读全文
摘要：这篇论文发表在 2018 年的 ACL 上 Motivation 针对情感转换任务（也相当于是翻译的一种）无平行语料，提出了一种循环强化学习方法，该方法可以通过中和模块和情感模块之间的协作来训练未配对的数据，来提升转换后句子的语义内容保存 Method 作者提出的模型结构包括两部分： 1. Neut
阅读全文
摘要：这篇论文发在 2018 年的 ACL 上 Motivation 在社交媒体上，常会出现一些攻击性的语言，这给我们的社交环境带来了很不良的影响，作者基于此提出一种将攻击性的语言转换成非攻击性语言的模型 Method 由于不存在平行语料，采用的是无监督学习，作者提出了一种结合 collaborative
阅读全文
摘要："原论文" 这篇论文发表在2018年的 NAACL 上 在做文本风格迁移时，要使转换后的句子尽可能做到这三个方面 Attribute Transfer Content Preservation Grammaticality Motivation 作者通过观察语料库中的句子，发现文本的属性一般是由句子
阅读全文
