一貫性トレーニングによる半教師付き形式性スタイル転送【JST・京大機械翻訳】

Liu Ao; Wang An; Okazaki Naoaki

プレプリント

J-GLOBAL ID：202202204346144857 整理番号：22P0310270

一貫性トレーニングによる半教師付き形式性スタイル転送【JST・京大機械翻訳】

Semi-Supervised Formality Style Transfer with Consistency Training

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年03月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

形式的スタイル転送(FST)は,その意味を変えることなく,非公式な文章を形式的なものにパラフレッシングすることを含むタスクである。既存の並列データセットのデータ-シナリオ問題に取り組むために,以前の研究は追加のラベルなしデータを利用するためにサイクル再構成方式を採用する傾向があり,そこではFSTモデルがターゲット側ラベルなし文章から主に利益を得る。本研究では,一貫性訓練に基づくソースサイドラベルなし文章をより良く利用するための,簡単で効果的な半教師つきフレームワークを提案した。特に,この手法は,その摂動バージョンに対して類似の出力を生成するために,このモデルを強制することにより,ソース側非公式文から得られた擬似並列データを増強する。さらに,様々なデータ摂動法の影響を経験的に調べ,フレームワークを改善するために効果的なデータフィルタリング戦略を提案した。GYAFCベンチマークに関する実験結果は,著者らのアプローチが,並列データの40%未満でさえ,最先端の結果を達成できることを実証した。【JST・京大機械翻訳】

, , ,
, 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る