基于变分自编码器的无监督文本风格转换

• 作者: 唐祖平 聂锦燃 魏蛟龙
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 文本风格转换 变分自编码器 对抗性训练 联合表征
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 79-88
• 页数: 10页
• 分类号: TP391
• 字数: 9176字
• 语种: 中文

摘要

近年来,文本风格转换作为一种可控的文本生成任务受到学者们越来越多的关注.该文基于变分自编码器模型,通过鉴别器与变分自编码器的对抗性训练,将源端句子的内容和风格在隐变量空间进行分离,从而实现无监督的文本风格转换.针对文本语义内容和风格的解纠缠过程中利用固定的二进制向量通过线性变换来对风格进行表征的方法的不足,该文提出更具细腻度的联合表征方法:利用独立的编码器从原句中提取风格的连续隐向量,再和标签向量结合作为最终风格的表征,以提升风格转换的准确率.该文提出的联合表征方法在常用数据集Yelp上进行评测,与两个基线方法相比,风格转换准确率均有显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐祖平	华中科技大学电子信息与通信学院	13	230	7.0	13.0
2	魏蛟龙	华中科技大学电子信息与通信学院	75	546	13.0	18.0
3	聂锦燃	华中科技大学电子信息与通信学院	1	0	0.0	0.0