نعتبر مهمة نقل خصائص النص: تحويل جملة لتغيير خاصية محددة (مثل المشاعر) مع الحفاظ على المحتوى المستقل عن الخاصية (مثل تغيير "الشاشة حجمها مناسب تمامًا" إلى "الشاشة صغيرة جدًا"). بيانات التدريب لدينا تتضمن فقط الجمل المصنفة بخصائصها (مثل إيجابية أو سلبية)، ولكن ليس أزواج الجمل التي تختلف فقط في خصائصها، لذا يجب علينا تعلم فصل الخصائص عن المحتوى المستقل عنها بطريقة غير مراقبة. الدراسات السابقة التي استخدمت الأساليب المعادية واجهت صعوبات في إنتاج مخرجات ذات جودة عالية. في هذا البحث، نقترح أساليب أبسط مستوحاة من الملاحظة أن خصائص النص غالبًا ما تكون مميزة بالعبارات الفريدة (مثل "صغيرة جدًا"). أقوى طرقنا يستخلص الكلمات الأساسية عن طريق حذف العبارات المرتبطة بقيمة الخاصية الأصلية للجملة، واسترجاع عبارات جديدة مرتبطة بالخاصية المستهدفة، واستخدام نموذج عصبوني لدمج هذه العبارات بطريقة سلسة في الإخراج النهائي. في التقييم البشري، يولد أفضل طرقنا ردود فعل نحوانية ومناسبة بنسبة 22% أكثر من أفضل نظام سابق، بمتوسط ثلاثة مجموعات بيانات لنقل الخواص: تغيير مشاعر التعليقات على Yelp، وتغيير مشاعر التعليقات على Amazon، وتغيير التسميات الوصفية للصور لتكون أكثر رومانسية أو مضحكًا.