MaskAE:基于无监督的短文本情感迁移方法

基于无监督的文本情感迁移技术是通过迁移原句子情感并且保持句子内容不变,生成带有其他情感的新句子的技术.这项技术在两个方面富有挑战性:第一,没有平行语料;第二,文本属性纠缠问题,即当改变句子情感时,通常难以保证句子内容不变.该文,我们提出了一个基于掩码自编码器(mask-autoEncoder,MaskAE)的文本情感迁移方法.首先利用情感词典来匹配句子中的情感词并用"mask"符号标记它;之后利用MaskAE模型生成被标记的情感词,保持其他词不变,从而缓解了属性纠缠问题.模型训练过程中,我们利用情感判别器去控制生成句子的情感,从而解决没有平行语料问题.实验结果表明,我们的模型简单有效,与当前最优模型比较,在自动评价指标和人工评价指标上均有提升.在英文Yelp数据集上,情感迁移准确率提升了0.49％;在英文Amazon数据集上,情感迁移准确率提升了1.87％;生成的句子在语法和语义正确性上的表现也更好.