Más allá de la transferencia de estilo de texto simple: Revelando la transferencia de estilo de texto compuesta con modelos de lenguaje preentrenados basados en prompts

La transferencia de estilo de texto compuesta es una tarea innovadora que busca fusionar elementos textuales de distintos estilos, temas o atributos para crear contenido textual diverso y distintivo. Esta técnica desempeña un papel importante en varios campos, como la generación de historias personalizadas para personajes de juegos y el desarrollo de tramas cinematográficas. Sin embargo, enfrenta ciertos desafíos, incluidos las limitaciones de tamaño del modelo, la escasez de datos y las dificultades de evaluación. Para abordar estos desafíos, presentamos soluciones correspondientes. Primero, aprovechamos GPT-3.5-turbo para construir un marco integral para la generación de corpora de estilo compuesto para abordar la escasez de datos. En segundo lugar, proponemos el Marco de Fusión de Múltiples Prompts (MPFF), un marco de transferencia de estilo de texto compuesta centrado en los datos para compensar el impacto de la reducción del tamaño del modelo. Finalmente, utilizamos un método de evaluación basado en GPT-3.5-turbo para evaluar la preservación semántica, la consistencia de la transferencia de estilo y la fluidez gramatical. Nuestros experimentos demuestran consistentemente la efectividad de nuestro marco de transferencia de estilo de texto compuesto. El código y los datos están disponibles en https://github.com/Arthas183/MPFF.