当前位置:   article > 正文

【ACL2024】多方面可控文本生成与解耦反事实增强

【ACL2024】多方面可控文本生成与解耦反事实增强

ce6710f6c8330ba15d161a5161abeb07.png

  1. 来源:专知
  2. 本文为论文介绍,建议阅读5分钟
  3. MAGIC在不平衡和平衡属性相关性场景中都优于最新的基准方法。

bec02588539163e46cbd6c11572396f2.png

多方面可控文本生成旨在控制生成文本在多个方面的属性(例如,情感中的“积极”和话题中的“体育”)。为了便于获取训练样本,现有的工作忽略了由不同属性交织形成的属性相关性。特别是,由不平衡属性相关性形成的刻板印象显著影响多方面控制。在本文中,我们提出了一种新的多方面可控文本生成方法MAGIC,通过解耦反事实增强来实现。我们通过在属性潜在空间中使用反事实特征向量进行解耦,缓解训练过程中不平衡属性相关性的问题。在推理过程中,我们通过目标导向的反事实增强来增强属性相关性,从而进一步改进多方面控制。实验表明,MAGIC在不平衡和平衡属性相关性场景中都优于最新的基准方法。我们的源代码和数据可在https://github.com/nju-websoft/MAGIC获取。

83efb1d58bfcc334363472a2c09b1469.png

8fda5f62c40c08e9d1901c08271bf9d4.png

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/710650
推荐阅读
相关标签
  

闽ICP备14008679号