- 博客(4)
- 收藏
- 关注
原创 论文阅读:Description Based Text Classification with Reinforcement Learning
核心任务提出了一个基于描述的文本分类框架,即每个类别标签与一个类别描述相关联。实验表明,这种方法能够在单标签分类、多标签分类和多方面情感分析任务上取得显著的效果,尤其是对复杂的标签(如多方面情感分析)体系,该方法具有突出的优势。动机文本分类的任务通常分为文本特征提取和分类两个阶段。标准形式下的缺陷:类别标签仅被表示为索引(如:1,2等),忽视了标签本身的语义,对模型而言,没有明确指出需要分类的内容。模型应先学会将相关文本与目标方面关联起来,再确定情感(即先了解分类什么,再分类)。因此,将类标签和类
2020-11-17 14:04:12
564
原创 论文笔记:Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence
核心任务通过构造辅助句,将ABSA任务转换为“句子对”分类任务(如QA和NLI)对BERT的预训练模型进行了微调,并在SentiHood和SemEval2014 Task 4数据集上获得了最先进的结果。动机BERT在QA和NLI方面取得了很好的成绩。但是,直接使用预训练的BERT模型对(T)ABSA任务并没有太大的改善,作者认为这是预训练的BERT模型使用不当造成的。BERT的输入表示既可以表示单个文本句子,也可以表示一对文本句子。因此可以将(T)ABSA转换为一个句子对分类任务,并对预先训练的
2020-11-10 15:29:34
697
原创 论文笔记:Few-Shot and Zero-Shot Multi-Label Learning for Structured Label Spaces
《Few-Shot and Zero-Shot Multi-Label Learning for StructuredLabel Spaces》核心任务1、结合标签描述和结构化标签空间,提出了一种用于预测多标签集合中的少样本和零样本标签的神经结构。2、针对频繁、少样本和零样本标签,提出了一个对最新EMR编码进行细粒度评估的方法——通过使用扩展的广义零样本方法评估幂律数据集(也包括少样本标签),对不常见标签上的模型性能进行了细致的分析。动机1、正确预测不频繁的标签,在某些情况下是至关重要的;2、
2020-11-10 02:29:36
633
1
原创 Error:(3, 32) java: 程序包org.springframework.boot不存在
这里写自定义目录标题程序包org.springframework.boot不存在原因解决过程解决结果其他问题程序包org.springframework.boot不存在IDEA新建一个springboot项目,pom.xml文件报错,“spring-boot-maven-plugin”标红,尝试启动项目报“程序报org.springframework.boot不存在”的错。原因org.sp...
2020-03-27 23:55:12
2346
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人