【ACL2024】多方面可控文本生成与解耦反事实增强

多方面可控文本生成旨在控制生成文本在多个方面的属性（例如，情感中的“积极”和话题中的“体育”）。为了便于获取训练样本，现有的工作忽略了由不同属性交织形成的属性相关性。特别是，由不平衡属性相关性形成的刻板印象显著影响多方面控制。在本文中，我们提出了一种新的多方面可控文本生成方法MAGIC，通过解耦反事实增强来实现。我们通过在属性潜在空间中使用反事实特征向量进行解耦，缓解训练过程中不平衡属性相关性的问题。在推理过程中，我们通过目标导向的反事实增强来增强属性相关性，从而进一步改进多方面控制。实验表明，MAGIC在不平衡和平衡属性相关性场景中都优于最新的基准方法。我们的源代码和数据可在https://github.com/nju-websoft/MAGIC获取。