9. Related Work
● Toward controlled generation of text. Hu et al., ICML2017
○ VAEとdiscriminatorを用いたスタイル変換の手法を提案
○ sentiment と tense にフォーカス
○ 意味の保持性は評価していない
● Style transfer from non-parallel text by cross-alignment. Shen et al., NIPS2017
○ cross-alignment auto-encodersとdiscriminatorを用いた手法を提案
○ sentiment と 単語置換による暗号の解読にフォーカス
10. Style Transfer Task 1
● Gender
○ 文の書き手の性別を変えるような文に変換するタスク
○ Reddy and Knight(2016)がヒューリスティックな手法を提案
■ 性別に関連するような単語を、別の性別の類義語に置換する
■ 高い流暢性と意味の保持
■ ただの単語の置き換えで、それ以上の変化はできない
○ Reddy and Knight(2016)と同じデータセットを使用
■ 性別ラベル付きのYelpのレビュー
■ ナチュラルな文と、特定の性別っぽさが 0.7 未満の文をフィルター
11. Style Transfer Task 2
● Political slant
○ 文の政治的傾きを変えるように文を変換するタスク
○ 412 人の米国議員がFacebookに投稿したコメントのデータセットを使用
○ democratic (民主党)か republican(共和党)のラベルが付いている
■ democraticの例
● on behalf of the hard-working nh public school teachers- thank you !
● we need more strong voices like yours fighting for gun control .
■ republicanの例
● defund them all, especially when it comes to the illegal immigrants .
● thank u james, praying for all the work u do .