論文の概要: Controlling Styles in Neural Machine Translation with Activation Prompt

• arxiv url: http://arxiv.org/abs/2212.08909v2
• Date: Mon, 29 May 2023 02:59:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-31 02:46:56.656987
• Title: Controlling Styles in Neural Machine Translation with Activation Prompt
• Title（参考訳）: アクティベーション・プロンプトを用いたニューラルマシン翻訳における制御スタイル
• Authors: Yifan Wang, Zewei Sun, Shanbo Cheng, Weiguo Zheng, Mingxuan Wang
• Abstract要約: ニューラルネットワーク翻訳(NMT)のスタイル制御は,ユーザエクスペリエンスの向上に不可欠であるため,広く注目を集めている。 本稿では,NMTのスタイル制御のための新しいベンチマークとアプローチを提案する。 本稿では,スタイルアクティベーションプロンプト (StyleAP) という手法を提案する。
• 参考スコア（独自算出の注目度）: 34.53183905545485
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controlling styles in neural machine translation (NMT) has attracted wide attention, as it is crucial for enhancing user experience. Earlier studies on this topic typically concentrate on regulating the level of formality and achieve some progress in this area. However, they still encounter two major challenges. The first is the difficulty in style evaluation. The style comprises various aspects such as lexis, syntax, and others that provide abundant information. Nevertheless, only formality has been thoroughly investigated. The second challenge involves excessive dependence on incremental adjustments, particularly when new styles are necessary. To address both challenges, this paper presents a new benchmark and approach. A multiway stylized machine translation (MSMT) benchmark is introduced, incorporating diverse categories of styles across four linguistic domains. Then, we propose a method named style activation prompt (StyleAP) by retrieving prompts from stylized monolingual corpus, which does not require extra fine-tuning. Experiments show that StyleAP could effectively control the style of translation and achieve remarkable performance.
• Abstract（参考訳）: ニューラルマシン翻訳(nmt)のスタイル制御は,ユーザエクスペリエンス向上に不可欠であるため,多くの注目を集めている。 このトピックに関する初期の研究は、典型的には形式性のレベルを規制することに集中し、この分野でいくつかの進歩を達成する。 しかし、2つの大きな課題に遭遇した。 1つ目はスタイル評価の難しさです。 このスタイルは、豊富な情報を提供する語彙、構文、その他の様々な側面を含んでいる。 それにもかかわらず、形式のみが徹底的に調査されている。 第2の課題は、特に新しいスタイルが必要な場合、インクリメンタルな調整への過度な依存である。 両課題に対処するため,本稿では,新しいベンチマークとアプローチを提案する。 マルチウェイスタイライゼーション機械翻訳(msmt)ベンチマークが導入され、4つの言語ドメインにまたがる多様なスタイルのカテゴリが組み込まれている。 そこで本研究では,スタイリングした単言語コーパスからプロンプトを抽出し,追加の微調整を必要としないスタイルアクティベーションプロンプト(StyleAP)を提案する。 実験により、StyleAPは翻訳のスタイルを効果的に制御し、優れたパフォーマンスを実現することができた。

関連論文リスト

• SETTP: Style Extraction and Tunable Inference via Dual-level Transferable Prompt Learning [22.04285529067442]
  デュアルレベルトランスファーブル・プロンプト学習によるスタイル抽出とチューナブル推論を提案する。 SETTPは、高リソーススタイル転送から基本スタイルの特徴を含むソーススタイルレベルのプロンプトを学習する。 実験によると、SETTPは最先端の手法に匹敵するパフォーマンスを達成するためにデータボリュームの1/20しか必要としない。
  論文  参考訳（メタデータ） (2024-07-22T11:34:48Z)
• Dynamic Multi-Reward Weighting for Multi-Style Controllable Generation [15.959784404955402]
  テクストスタイルは、対人的ダイナミクス(フォーマル性など)や著者の感情や態度(嫌悪感など)など、多様な情報の集合を表現する オープンな疑問は、言語モデルを明示的に制御して、テキストを生成する際にターゲットスタイルを織り合わせる方法だ。 このような制御された生成の1つのアプローチは、多目的強化学習(RL)である。 判別器の校正出力や,判別器の大きさによる動的重み付けなど,多型報酬の定式化について検討する。
  論文  参考訳（メタデータ） (2024-02-21T22:02:37Z)
• Expressive TTS Driven by Natural Language Prompts Using Few Human Annotations [12.891344121936902]
  Expressive Text-to-Speech (TTS) は、人間の声調、気分、さらには芸術的特性で音声を合成することを目的としている。 TTSの最近の進歩は、自然言語のプロンプトを通じて、ユーザーが直接合成スタイルを制御できるようになる。 最小限のアノテーションを持つ制御可能な表現型TSモデルであるFreeStyleTTS(FS-TTS)を提案する。
  論文  参考訳（メタデータ） (2023-11-02T14:20:37Z)
• MSSRNet: Manipulating Sequential Style Representation for Unsupervised Text Style Transfer [82.37710853235535]
  教師なしのテキストスタイル転送タスクは、メインのコンテンツを保持しながらテキストをターゲットのスタイルに書き換えることを目的としている。 従来の方法では、固定サイズのベクトルを使ってテキストスタイルを規制するが、個々のトークンのスタイル強度を正確に伝達することは困難である。 提案手法は,テキスト中の各トークンに個々のスタイルベクトルを割り当てることでこの問題に対処する。
  論文  参考訳（メタデータ） (2023-06-12T13:12:29Z)
• Conversation Style Transfer using Few-Shot Learning [56.43383396058639]
  本稿では,会話スタイルの伝達を数ショットの学習問題として紹介する。 そこで本研究では,スタイルフリー対話による課題をピボットとして解くための,コンテキスト内学習手法を提案する。 会話スタイルの転送は下流のタスクにも役立ちます。
  論文  参考訳（メタデータ） (2023-02-16T15:27:00Z)
• ABINet++: Autonomous, Bidirectional and Iterative Language Modeling for Scene Text Spotting [121.11880210592497]
  言語モデルの限られた能力は,1)暗黙的な言語モデリング,2)一方向の特徴表現,3)雑音入力を伴う言語モデルから生じる。 シーンテキストスポッティングのための自律的で双方向かつ反復的なABINet++を提案する。
  論文  参考訳（メタデータ） (2022-11-19T03:50:33Z)
• Does It Capture STEL? A Modular, Similarity-based Linguistic Style Evaluation Framework [4.827674529956945]
  本稿では,2つの文をスタイルで比較可能な任意のモデルの性能をテストするために,モジュール構造,微粒化,およびコンテント制御の類似性に基づくSTEL(Style EvaLuation framework)を提案する。 スタイルの2つの一般的な次元(形式的・非形式的・単純・複合的)とスタイルの2つの特性(contrac'tion と numb3r の置換)をSTELで表現する。 BERTベースの手法は、3グラム、句読点周波数、LIWCベースのアプローチといった一般的なスタイルの単純なバージョンよりも優れている。
  論文  参考訳（メタデータ） (2021-09-10T12:03:19Z)
• StylePTB: A Compositional Benchmark for Fine-grained Controllable Text Style Transfer [90.6768813620898]
  スタイル転送は、ソース文定数からコアの意味を維持しながら、ターゲットのスタイル変更を伴うテキストを制御的に生成することを目的としています。 テキストの原子語彙,構文,セマンティック,セマンティックトランスファーにまたがる21のきめ細かなスタイリスティックな文を含む大規模ベンチマークであるStylePTBを導入する。 StylePTBの既存のメソッドは、細かい変更をモデル化するのに苦労し、複数のスタイルを構成するのにさらに困難です。
  論文  参考訳（メタデータ） (2021-04-12T04:25:09Z)
• Improving Disentangled Text Representation Learning with Information-Theoretic Guidance [99.68851329919858]
  自然言語の独特な性質は、テキスト表現の分離をより困難にする。 情報理論にインスパイアされた本研究では,テキストの不整合表現を効果的に表現する手法を提案する。 条件付きテキスト生成とテキストスタイル転送の両方の実験は、不整合表現の質を実証する。
  論文  参考訳（メタデータ） (2020-06-01T03:36:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。