text detoxification | BriefGPT

关键词text detoxification

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
利用反事实生成减轻文本毒性
通过使用反事实生成方法以及可解释性人工智能（XAI）领域的方法来目标化和缓解文本毒性，我们提出了一种文本解毒方法，该方法能够在去除有害含义的同时保留初始非毒性含义，并且对三个数据集进行比较实证研究和评估结果表明，最近发展的 NLP 反事实生
PDF2 months ago
ICMLGPT-DETOX: 文本解毒的上下文学习重述器
提出了基于 GPT-3.5 Turbo 的 GPT-DETOX 框架，利用零样本学习和少样本学习技术进行文本排毒，同时使用基于词匹配和上下文匹配的 few-shot 提示生成方法，并采用集成学习策略，实现了在两个排毒数据集上至少 10% 的
PDF3 months ago
ACLMultiParaDetox：利用平行数据扩展文本去毒处理到新的语言
文本排毒是一种文本样式转换（TST）任务，其目的是将文本从有毒的表面形式（例如不礼貌的词语）转化为中性语言。本研究将 ParaDetox 管道扩展到多种语言，提出 MultiParaDetox 以自动收集潜在任何语言的平行排毒语料库，并通过
PDF3 months ago
英语和印地语中的文本去毒化作为风格转换
本文研究了文本排毒的任务，即将有害文本自动转化为非有害文本。通过知识迁移、多任务学习和删减重构等方法，我们有效地平衡了文本排毒，同时保留了原始内容和流畅性，并使用提供的数据集进行实验和评估。
PDF5 months ago
ACL跨语言文本风格转换方法研究：以文本排毒为例
文本去毒化是将文本风格从有毒转化为中性的任务，在单语环境下已有取得良好结果的方法，但在该任务的跨语言转化中仍然存在困难。本工作首次探索了一种新任务，即同时进行文本翻译和去毒化，为该任务提供了几个强基线方法。此外，引入了与人类判断更高相关性的
PDF7 months ago
ACLDiffuDetox: 文本净化的混合扩散模型
本研究提出了一种混合条件和非条件扩散模型 DiffuDetox，用于文本脱敏，并通过大量实验和分析证明其有效性。
PDFa year ago
MaRCo：用专家和反专家进行可控修订的文本去毒化工具
介绍了 MaRCo 算法，该算法采用 Product of Experts 和自编码语言模型相结合的方式，通过在非有毒和有毒语言模型下评估可能要屏蔽和替换的候选单词，能够有效地解决细微的毒性挑战，即使在人类评估中也要比基线方法更受欢迎，证明
PDF2 years ago
利用 Levenshtein 编辑技术进行俄文文本净化
本文使用文本编辑的概念，利用俄语平行语料库，构建两步标记为基础的脱毒模型，实现了最佳的样式转移准确性，并且超过了更大的序列到序列模型。
PDF2 years ago