-
题名基于多任务联合学习的论辩挖掘
被引量：4
- 1
-
-
作者
廖祥文
倪继昌
魏晶晶
吴运兵
陈国龙
-
机构
福州大学数学与计算机科学学院
福州大学福建省网络计算与智能信息处理重点实验室
数字福建金融大数据研究所
福建江夏学院电子科学信息学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2019年第12期1072-1079,共8页
-
基金
国家自然科学基金项目(No.61772135,U1605251)
福建省自然科学基金面上项目(No.2017J01755)
+3 种基金
中国科学院网络数据科学与技术重点实验室开放基金课题(No.CASNDST201708,CASNDST201606)
模式识别国家重点实验室开放课题基金项目(No.201900041)
赛尔网络下一代互联网技术创新项目(No.NGII20160501)
北邮可信分布式计算与服务教育部重点实验室主任基金项目(No.2017KF01)~~
-
文摘
现有的论辩挖掘工作大多针对单个数据集建模,忽视数据集不同时可能存在的特征变化情况,导致模型的泛化性能较差.因此,文中提出基于多任务学习的论辩挖掘方法,将多个数据集的论辩挖掘任务进行联合学习.首先融合多个任务的输入层表示,通过卷积神经网络和高速神经网络获取词级别和字符级共享参数,联合任务相关特征输入栈式双向长短记忆网络,利用多个论辩挖掘任务之间的关联信息并行训练,最终由条件随机场得到序列标注结果.在6个不同领域的数据集上的实验表明,文中方法在Macro-F1值上有所提升,由此验证方法的有效性.
-
关键词
论辩挖掘
多任务学习
深度学习
神经网络
-
Keywords
Argumentation Mining
Multi-task Learning
Deep Learning
Neural Network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
