Institute of Computing Technology, Chinese Academy IR
| 基于多任务迭代学习的论辩挖掘方法 | |
| 廖祥文1; 陈泽泽1; 桂林1; 程学旗2; 陈国龙1 | |
| 2019 | |
| 发表期刊 | 计算机学报
 |
| ISSN | 0254-4164 |
| 卷号 | 42期号:7页码:1524 |
| 摘要 | 论辩挖掘可分为论点边界的检测、论点类型的识别、论点关系的抽取三个子任务.现有的工作大多数对子任务分别建模研究,忽略了三个子任务之间的关联信息,导致性能低下.另外,还有部分的工作采用流水线模型把三个子任务进行联合建模,由于流水线模型仍然是独立的看待每个子任务,为每个子任务训练单独的模型,存在错误传播的问题,且在训练过程中产生了冗余信息.因此,本文提出了一种基于多任务迭代学习的论辩挖掘方法.该方法将论辩挖掘三个任务并行地联合在一起学习,首先通过深度卷积神经网络(CNN)和高速神经网络(Highway Network),获得文本字符和词级别的浅层共享参数表示;然后输入双向长短时记忆循环神经网络(Bi-LSTM),利用论辩挖掘三个任务之间的关联信息进行同时训练,不仅可以避免错误传播,而且能够克服冗余信息的产生;最后,联结三个任务的Bi-LSTM网络输出作为下一次迭代的输入,来提高模型的性能.实验采用了德国UKP实验室公开的学生论文数据集,实验结果表明,与目前最好的基准方法对比,该方法的准确率指标提高了2.74%,“F1(100%)”和“F1(50%)”指标分别提高了1.05%和1.19%,很好地验证了该方法的有效性. |
| 关键词 | 多任务学习 论辩挖掘 迭代模型 深度学习 卷积神经网络 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/35052 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.福州大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 廖祥文,陈泽泽,桂林,等. 基于多任务迭代学习的论辩挖掘方法[J]. 计算机学报,2019,42(7):1524. |
| APA | 廖祥文,陈泽泽,桂林,程学旗,&陈国龙.(2019).基于多任务迭代学习的论辩挖掘方法.计算机学报,42(7),1524. |
| MLA | 廖祥文,et al."基于多任务迭代学习的论辩挖掘方法".计算机学报 42.7(2019):1524. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [廖祥文]的文章 |
| [陈泽泽]的文章 |
| [桂林]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [廖祥文]的文章 |
| [陈泽泽]的文章 |
| [桂林]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [廖祥文]的文章 |
| [陈泽泽]的文章 |
| [桂林]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论