초록
본 논문은 비평행 텍스트를 기반으로 하는 스타일 전환에 초점을 맞추고 있습니다. 이는 기계 번역, 해독, 감정 수정 등을 포함하는 광범위한 문제의 한 예입니다. 주요 과제는 콘텐츠를 스타일과 같은 다른 요소들과 분리하는 것입니다. 우리는 다양한 텍스트 코퍼스 간에 공유되는 잠재적 콘텐츠 분포를 가정하고, 이를 활용하여 스타일 전환을 수행하는 방법을 제안합니다. 하나의 스타일에서 전환된 문장들은 다른 스타일의 예시 문장들과 집단적으로 일치해야 합니다. 우리는 이 크로스 정렬 방법의 효과성을 세 가지 작업에서 입증합니다: 감정 수정, 단어 치환 암호 해독(Word Substitution Ciphers), 그리고 단어 순서 복원입니다.