Changement stylistique de phrases par apprentissage faiblement supervis\'e (Textual Style Transfer using Weakly Supervised Learning)

Abstract

Plusieurs t\^aches en traitement du langage naturel impliquent de modifier des phrases en conservant au mieux leur sens, comme la reformulation, la compression, la simplification, chacune avec leurs propres donn\'ees et mod\`eles. Nous introduisons ici une m\'ethode g\'en\'erale s'adressant \`a tous ces probl\`emes, utilisant des donn\'ees plus simples \`a obtenir : un ensemble de phrases munies d'indicateurs sur leur style, comme des phrases et le type de sentiment qu'elles expriment. Cette m\'ethode repose sur un mod\`ele d'apprentissage de repr\'esentations non supervis\'e (un auto-encodeur variationnel), puis sur le changement des repr\'esentations apprises pour correspondre \`a un style donn\'e. Le r\'esultat est \'evalu\'e qualitativement, puis quantitativement sur le jeu de donn\'ees de compression de phrases Microsoft, avec des r\'esultats encourageants.

Tasks

Reproductions