May, 2018

使用语言模型作为鉴别器的无监督文本风格转移

TL;DR本研究提出了一种新的方法,使用目标域语言模型作为辨别器,为生成模型提供更丰富和更稳定的令牌级反馈,以便用于二进制分类器在 GAN-based 无监督风格转换系统中。该模型可使用从生成模型下的连续近似离散采样而训练,且相较于以前使用卷积神经网络(CNN)作为辨别器的先前工作,我们的方法在单词替换解密、情感修改和相关语言翻译三项任务上表现出了更好的性能,同时可以省略训练期间的对抗步骤,使过程更加稳定。