sentiment transfer | BriefGPT

关键词sentiment transfer

搜索结果 - 9

大型语言模型是否真正擅长文本风格转换？
我们分析了大型语言模型（LLMs）在文本样式转换（TST）上的性能，特别关注情感转移和文本解毒，在英语、印地语和孟加拉语三种语言中进行。我们使用零样本和少样本提示以及参数高效微调，评估了预训练 LLMs 的能力，使用自动度量、GPT-4 和
PDFa month ago
多语种文本风格转换：印度语言的数据集与模型
本文旨在通过保留核心内容的同时改变文本的语言风格，重点研究了情感转换这一重要的文本风格转换子任务，涵盖印度语言的广泛范围，包括印地语、马加伊语、马拉雅拉姆语、马拉地语、旁遮普语、奥迪亚语、泰卢固语和乌尔都语；本文介绍了每种语言的正负样式平行
PDFa month ago
自适应掩蔽生成情感转移
本文提出了一种基于 AM-ST 模型的情感转移方法，通过学习任务相关的蒙版参数，使用注意力机制和情感感知掩膜语言模型来捕捉多级语义并填充蒙版空白位置，实验结果表明，本文提出的方法优于现有方法。
PDFa year ago
ACL通过文本重构引导积极态度
介绍了基于大规模数据集 Positive Psychology Frames 的积极转化任务，任务目的是中和消极文本并生成更积极的视角，以保留文本原意。研究评估了一系列现有的文本风格转换模型，并讨论了未来工作的关键问题和方向。
PDF2 years ago
Few-Shot 文本风格提取与可调目标重构
本研究提出了一种新颖的无标签文本样式转换方法，使用 T5 模型从文本中提取样式向量并用其来调节解码器进行样式转换，无需使用标注数据进行训练，可以实现针对特定属性的目标样式改变，同时在情感转移方面取得了有竞争力的效果。
PDF4 years ago
EMNLP带填充掩码语言模型的无监督文本风格转移
该论文提出了 Masker，一种用于风格转移的无监督文本编辑方法，它利用掩码语言模型 (Masked Language Models) 在没有平行数据的情况下训练源语言和目标语言模型，并通过删除源文本的部分标记和替换为目标模型的标记，实现风
PDF4 years ago
IJCAI掩码与填空：应用掩码语言模型进行情感转换
该论文提出了一种基于两步 Mask 和 Infill 方法的情感转移模型，用于修改句子情感属性，实验表明对于非平行文本，该模型具有良好的性能。
PDF5 years ago
文本风格转移：重新训练、汇报错误、与重写比较
本文针对样式转移的标准评估方法提出了几个问题，为了解决这些问题，我们建议通过计算原始文本和人类重写文本之间的 BLEU 来进行基准测试，并提出了三种优于现有技术的新体系结构。
PDF5 years ago
Seq2Seq 对抗自编码器在情感转移中的应用
使用 seq2seq，自编码器和对抗性损失模型进行非平行数据样本的语言风格转移。通过使用情感分类器评估样式转移任务，报告了模型在几种模型上的结果。
PDF6 years ago