文本风格转换模型的平衡性改进方法研究
针对现有的文本风格转换模型语句内容保留度较低、内容与风格间平衡性较差,提出了基于文本属性可控转换模型(CTAT)的平衡性改进模型Balance-CTAT.在提出的模型中,改进的优化算法和结构加强了内容保留程度,即在对抗性风格干扰算法上添加显著性操作将干扰影响局部化;在自编码器结构上构造递进式解码器,逐层增加注意力头数对信息进行渐进式融合.提出的模型与现有的文本风格转换模型(如Cross、CTAT、FGST)进行了对比分析,并从风格转换精度、内容保留度和几何平均值进行评价.实验结果表明:提出的模型明显优于现有的文本风格转换模型,具有很好的内容保留度,综合性能显著提升.
文本风格转换;快速梯度攻击算法;注意力机制;渐进式融合;Transformer模型
42
TP181;TP311(自动化基础理论)
国家自然科学基金项目62006240
2021-12-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
163-168