• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Conference on empirical methods in natural language processing >Learning Sentiment Memories for Sentiment Modification without Parallel Data
【24h】

Learning Sentiment Memories for Sentiment Modification without Parallel Data

机译：没有平行数据的情绪修改学习情绪回忆

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The task of sentiment modification requires reversing the sentiment of the input and preserving the sentiment-independent content. However, aligned sentences with the same content but different sentiments are usually unavailable. Due to the lack of such parallel data, it is hard to extract sentiment independent content and reverse the sentiment in an unsupcrvised way. Previous work usually can not reconcile sentiment transformation and content preservation. In this paper, motivated by the fact the non-emotional context (e.g., "staff") provides strong cues for the occurrence of emotional words (e.g., "friendly"), we propose a novel method that automatically extracts appropriate sentiment information from the learned sentiment memories according to the specific context. Experiments show that our method substantially improves the content preservation degree and achieves the state-of-the-art performance.
机译：情绪修改的任务需要反转输入的情绪并保持无关的思想内容。但是，具有相同内容但不同情绪的对齐句通常不可用。由于缺乏这种并行数据，很难提取情绪独立内容并以未经用的方式反转情绪。以前的工作通常不能调和情绪转变和内容保存。在本文中，由于非情绪上下文（例如，“工作人员”）提供了强烈的提示，用于发生情绪词语（例如，“友好”），我们提出了一种新的方法，可以从中自动提取适当的情绪信息根据具体背景学习情绪记忆。实验表明，我们的方法大大提高了内容保存程度并实现了最先进的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号