Jun, 2024

波斯语的正式风格转换

PDF
TL;DR研究探索了波斯语的形式风格转换，旨在将非正式的文本转化为正式的文本，保持原始含义，并改善了现有自然语言处理工具在数字平台上普遍存在的非正式语言问题。通过引入一种新的模型 Fa-BERT2BERT，基于 Fa-BERT 架构，结合一致性学习和基于梯度的动态权重，增强模型对语法变化的理解，平衡损失部分，并通过新的度量标准对该模型与传统方法进行了评估，结果表明其在多个指标上的卓越性能，包括 BLEU、BERT 分数、Rouge-l 和突出表现了其在波斯语风格转换复杂性方面的能力。该研究通过提高 NLP 模型的准确性和功能性，显著贡献于波斯语的处理并支持更高效可靠的 NLP 应用程序的发展，能够有效处理语言风格转换，从而简化内容的管理，增强数据挖掘结果，促进跨文化交流。
formality style transferpersiannlp toolsfa-bert2bertsyntactic and stylistic changes
发现论文，激发创造
  • 混合文本注解的正式风格转换

    本文通过提出一种全能模型，同时采用平行数据和形式分类数据，以缓解数据稀疏性问题，并在形式转换基准数据集上取得最新的最优表现，发现该模型还可轻松适用于其他无监督文本样式转换任务，如无监督情感转换，并在三个广泛认可的基准测试中取得竞争优势。

    Mar, 2019

  • FaBERT：波斯语博客上的 BERT 预训练

    FaBERT 是一种基于波斯语的 BERT 基础模型，在 HmBlogs 语料库上进行了预训练，涵盖了波斯语的非正式和正式文本。在 12 个数据集上的综合评估中，FaBERT 在各种下游任务中持续展现出改进的性能，包括情感分析、命名实体识别、自然语言推理、问答和问题改写，且模型体积较小。研究结果凸显了利用多样化和清理过的语料库（如 HmBlogs）来提升波斯语自然语言处理应用中 BERT 等语言模型性能的重要性。可通过此网址免费访问 FaBERT。

    Feb, 2024

  • GYAFC 数据集：正式语体转换的语料库、基准和度量标准

    本研究创造出最大的专门风格转换语料库，针对形式化语言的风格，显示了使用机器翻译技术作为未来工作的强有力基线，并讨论了使用自动指标的挑战。

    Mar, 2018

  • 在内容保持的风格转换方面，不要在改写时丢失信息

    文本风格转换方法在自然语言处理中越来越受欢迎，允许将文本从有毒到神经、从正式到非正式、从古老到现代英语等形式进行改写。在一些应用中，解决这一任务不仅仅是生成一些神经 / 非正式 / 现代化的文本，更重要的是保持原始内容不变。通过比较各种风格转换模型在正式转换领域的实例，我们对各种风格转换方法的内容保留能力进行了研究。我们创建了一个形式与非正式任务导向的对话的平行数据集，与 GYAFC 等现有数据集的关键区别是包含了必须在改写过程中保留的预定义语义槽，例如命名实体。这个额外的注释允许我们对几种最先进的风格转换技术进行精确的对比研究。我们研究的另一个结果是对无监督方法 LEWIS 进行改进，在所提出的任务中取得了明显的改进，优于原始方法和所有评估的基准方法。

    Aug, 2023

  • XFORMAL: 多语种形式化风格转换基准

    通过创建和发布多种形式重组非正式文本的基准测试 XFORMAL，我们迈出了通往多语言风格转移的第一步。XFORMAL 的结果表明，最先进的风格转移方法与简单的基线方法表现相当，这表明在进行多语言风格转移时更具挑战性。

    Apr, 2021

  • ParsBERT：基于 Transformer 的波斯语语言理解模型

    本文提出了一种用于波斯语的单语 BERT 模型（ParsBERT），并采用庞大的数据集进行预训练和各种自然语言处理任务，证明该模型相对于其他结构和多语言模型具有更好的性能。

    May, 2020

  • 跨语言和内部转换风格的多任务神经模型翻译

    本文探讨多任务学习在自然语言生成中的应用，通过多任务学习实现单语言风格转换和基于风格的机器翻译，并展示了在不依赖特定样本的风格注释训练条件下，我们的模型在风格转换和基于风格翻译方面均取得了最先进的性能。

    Jun, 2018

  • 评估风格迁移的评价指标：以多语言形式转移为例的案例研究

    本文评估了风格转移 (ST) 领域自动度量标准对于形式风格转移这一常见任务的效果，包含了葡萄牙语、法语和意大利语，这是这一领域第一个多语言评估的工作，提出了最佳实践，指出了几个与人类评测高度一致的、在多语言下表现良好的模型，期望协助加速风格转移 (ST) 的发展。

    Oct, 2021

  • 使用 BERT 的波斯语命名实体识别模型 Beheshti-NER

    本文使用预训练的深度双向网络 Google BERT，建立了一个用于波斯语命名实体识别的模型，并在 CONLL 2003 评测任务中获得了较高的成绩。

    Mar, 2020

  • 研究命名实体在文本风格转换中的内容保留作用

    该研究研究了如何在任务导向的生产系统领域中执行文本格式转换，集中探讨通过命名实体关联文本保留内容的角色，并提出一种用于增强基线内容相似性度量模型性能的简单技术。

    Jun, 2022