Génération de textes stylisés : Approches et applications

Résumé

La génération de texte a joué un rôle important dans diverses applications du traitement du langage naturel (NLP), et kn études récentes, les chercheurs accordent une attention croissante à la modélisation et la manipulation du style du texte de génération, que nous appelons génération de texte stylisé. Dans ce tutoriel, nous proposons une revue de littérature complète dans cette direction. Nous commençons par la définition du style et les différents paramètres de la génération de texte stylisé, illustrés par diverses applications. Ensuite, nous présentons différents paramètres de la génération stylisée, tels que la génération conditionnée par le style, la génération par transfert de style et la génération par inversion de style. Dans chaque cas, nous approfondissons les méthodes d'apprentissage automatique, notamment les techniques d'apprentissage par incorporation pour représenter le style, l'apprentissage contradictoire et l'apprentissage par renforcement avec cohérence du cycle pour faire correspondre le contenu mais aussi pour distinguer différents styles. Nous présentons également les approches actuelles d'évaluation des systèmes de génération de textes stylisés. Nous concluons notre tutoriel en présentant les défis de la génération de textes stylisés et en discutant des orientations futures, telles que l'apprentissage de petites données, la modélisation de style non catégorique et une portée généralisée du transfert de style (par exemple, le contrôle de la syntaxe en tant que style).