請小心，代筆人：人工智能(AI)即將來臨。在蒙特利爾的NeurIPS 2018會議上接受的一篇論文(“ 內(nèi)容保留文本生成與屬性控制 ”)中，來自密歇根大學(xué)和谷歌大腦的數(shù)據(jù)科學(xué)家描述了一種機器學(xué)習(xí)架構(gòu)，它不僅能夠生成給定樣本的句子，但是在保留其原意的同時改變原始文本的情緒，復(fù)雜性，緊張甚至聲音。

這可能有一天會用于復(fù)述，團隊假設(shè)，機器翻譯和會話系統(tǒng)。它可以補充11月微軟研究所展示的系統(tǒng)，它利用復(fù)雜的自然語言處理技術(shù)推理弱結(jié)構(gòu)化文本中的關(guān)系。

“在這項工作中，我們解決了修改句子文本屬性的問題，”研究人員寫道。“據(jù)我們所知，我們演示了第一個學(xué)習(xí)如何在沒有并行數(shù)據(jù)的情況下修改給定句子的多個文本屬性的實例。”

該團隊首先解決了情緒控制問題。他們采購了餐館評論數(shù)據(jù)集 - Yelp評論數(shù)據(jù)集的過濾版本 - 以及大量的IMDB電影評論，分別為447,000和300,000個句子，用于訓(xùn)練系統(tǒng)。

在培訓(xùn)之后，研究人員使用128,000次餐廳評論和36,000次電影評論的測試數(shù)據(jù)集，嘗試從具有負面情緒的句子中生成具有正面情緒的文本片段，反之亦然。

評估BLEU--“雙語評估替代”的縮寫，是評估機器翻譯文本的標(biāo)準(zhǔn)指標(biāo) - AI系統(tǒng)能夠勝過兩種領(lǐng)先的文本生成方法。此外，它始終生成與輸入句子相關(guān)的語法正確句子 - 在某種程度上，亞馬遜機械土耳其人的研究參與者認為其輸出比以前的方法更加真實。

生成的句子令人驚訝地連貫。在一個例子中，“柜臺后面的人不友善”變成“柜臺上的人非常友好和樂于助人。”在另一個例子中，模特翻轉(zhuǎn)“這是關(guān)于電影的另一個有趣的方面”到“沒有救贖”關(guān)于這部電影的品質(zhì)。“

更令人印象深刻的是，另一項測試中的研究人員使用該系統(tǒng)同時控制句子的多種屬性 - 包括情緒，時態(tài)，聲音和情緒。在對來自多倫多BookCorpus數(shù)據(jù)集的200萬個文本片段的數(shù)據(jù)集進行培訓(xùn)之后，該模型能夠?qū)⑽磥頃r態(tài)中的指示性情緒(“John將無法在陣營中生存”)中的句子翻譯為條件時態(tài)中的虛擬語氣(“約翰不能住在營地“)。

“我們證明我們的模型通過各種實驗和指標(biāo)有效地反映了條件信息，”研究人員寫道。“雖然以前的工作主要圍繞控制單個屬性并在兩種樣式之間進行轉(zhuǎn)換，但建議的模型很容易擴展到多屬性場景。在此框架中考慮具有連續(xù)值的屬性以及更大的語義和句法屬性集將是有趣的未來工作。