0
点赞
收藏
分享

微信扫一扫

文本风格迁移(TST)相关算法、领域、数据集及应用场景整理分享


文本风格迁移(TST)相关算法、领域、数据集及应用场景整理分享_机器翻译

    自然语言的文本风格,可以是比风格更广泛的东西。文本风格迁移的应用,是可以比你想象中的应用更大。图像的风格转换,大家都很熟悉。

    文本的风格转换(Text Style Transfer)可以有很多不同的面相。比如,我们可以把负面的句子转换为正面的句子。这个问题,如果我们有成对的数据,就可以直接端对端训练结束。但问题在,在文本风格迁移任务中,通常难以收集到成对的数据。我们不知道一个负面的句子应该对应到哪个正面的句子。所以我们很难直接用有监督学习去训练这个模型,而是要用无监督的方法,从未成对的文本数据中自动学习。

本资源整理了文本风格迁移相关的经典算法、论文,免费公开数据集,免费课程,以及相关的研究领域和应用场景。

 

目录

文本风格迁移(TST)相关算法、领域、数据集及应用场景整理分享_自然语言处理_02

内容截图

文本风格迁移(TST)相关算法、领域、数据集及应用场景整理分享_目标跟踪_03

文本风格迁移(TST)相关算法、领域、数据集及应用场景整理分享_人工智能_04

举报

相关推荐

0 条评论