深层生成模型进行无监督文本风格转换

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一个用深度生成模型进行无监督文本风格转换的通用框架,通过学习观察数据中的依赖关系,学习内容和风格的潜在代码,并通过操纵这些代码来转换句子。实验结果显示该方法在评估中取得了更好或具有竞争力的结果。

🎯

关键要点

  • 提出了一个用深度生成模型进行无监督文本风格转换的通用框架。
  • 该框架通过学习观察数据中的依赖关系,学习内容和风格的潜在代码。
  • 通过操纵潜在代码来实现句子的风格转换。
  • 实验结果显示该方法在自动评估和人工评估中表现优于或与强基准方法具有竞争力。
➡️

继续阅读