지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박세영
- 발행연도
- 2020
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Language style transfer is an important task of natural language generation(NLG), as it allows NLG systems to control stylistic attributes such as sentiment and formality. Two main concerns of language style transfer such as sentiment transfer are neutralization of a stylized sentence and re-stylization of the neutralized sentence with a target style. Generally, neutralization is accomplished by learning a neutralized latent space by adversarial learning. However, this neutralization method suffers from the difficulty of maintaining the original content after style transfer. In this paper, we propose a two-step language style transfer method comprised of a surface-level neutralization that removes style words and a target-style word prediction for the removed words. For this, a self-attentive style classifier and style-specific word predictors are used for the surface neutralization and style word generation, respectively. To evaluate the proposed method, several experiments of language style transfer were conducted with Yelp and Amazon review datasets and Caption dataset. As a result, the proposed method shows superior performance over baseline methods on various evaluation metrics including automatic and human evaluations.
목차
Ⅰ. 서 론 1Ⅱ. 관련 연구 6Ⅲ. 제안 방법 93.1. 표층 중립화 113.2. 단어 예측 14Ⅳ. 실 험 174.1. 데이터셋 174.2. 비교 모델 및 모델 세부사항 184.3. 성능 평가 204.4. 전이 행위 분석 274.5. 상대적 임계값 분석 31Ⅴ. 결 론 33참고문헌 35영문초록 40
최근 본 자료
댓글(0)
0