• Deep Learning for Text Style Transfer: A Survey
  • Di Jin, Zhijing Jin, Zhiting Hu, Olga Vechtomova, Rada Mihalcea
  • 2020.12
  • Paper List
  • 文本风格传递(Text style transfer, TST)是自然语言生成(natural language generation, NLG)中的一项重要任务，旨在控制生成文本中的某些属性，如礼貌、情感、幽默等。在自然语言处理(NLP)领域有着悠久的历史。本文系统地综述了文本风格的神经迁移研究。自2017年首次开展神经文本风格转换工作以来，收集、总结和讨论了近70篇具有代表性的文章。总的来说，涵盖了任务制定，现有的数据集和子任务，评估指标，以及并行和非并行数据的方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除