#今日论文推荐# ACL 2022 | KPT: 文本分类中融入知识的Prompt Verbalizer

这篇论文介绍了如何在文本分类任务中利用知识库改进PromptVerbalizer,以提高预训练模型的性能。通过结合知识,研究者能够克服手动定义或自动搜索verbalizer的局限性,实现更好的文本理解。该方法为在提示学习中融入外部知识提供了新的思路。
摘要由CSDN通过智能技术生成

#今日论文推荐# ACL 2022 | KPT: 文本分类中融入知识的Prompt Verbalizer

利用 Prompt Learning(提示学习)进行文本分类任务是一种新兴的利用预训练语言模型的方式。在提示学习中,我们需要一个标签词映射(verbalizer),将 [MASK] 位置上对于词表中词汇的预测转化成分类标签。例如 {POLITICS: "politics", SPORTS: "sports"} 这个映射下,预训练模型在 [MASK] 位置对于 politics/sports 这个标签词的预测分数会被当成是对 POLITICS/SPORTS 这个标签的预测分数。 手工定义或自动搜索得到的 verbalizer 有主观性强覆盖面小等缺点,我们使用了知识库来进行标签词的扩展和改善,取得了更好的文本分类效果。同时也为如何在 Prompt Learning 下引入外部知识提供了参考。

论文题目:Knowledgeable Prompt-tuning: Incorporating Knowledge into Prompt Verbalizer for Text Classification
详细解读:https://www.aminer.cn/research_report/62afe1867cb68b460fd6c662?download=falseicon-default.png?t=M5H6https://www.aminer.cn/research_report/62afe1867cb68b460fd6c662?download=false
AMiner链接:https://www.aminer.cn/?f=cs

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值