面向任务的面向领域的文本分类元嵌入

辛武（Xin Wu）,易才,杨凯,王涛（音译）,李青（音）

摘要
元嵌入学习结合了不同单词嵌入中的互补信息，在不同的自然语言处理任务中表现出了优异的性能。然而，现有的元嵌入方法仍然忽略了特定领域的知识，导致特定领域的性能不稳定。此外，通用和领域词嵌入的重要性与下游任务有关，如何规范元嵌入以适应下游任务是一个尚未解决的问题。在本文中，我们提出了一种将特定领域和面向任务的信息合并到元嵌入中的方法。我们在四个文本分类数据集上进行了广泛的实验，结果表明了我们提出的方法的有效性。
选集ID：
2020.emnlp-main.282年
体积：
2020年自然语言处理实证方法会议记录
月份：
十一月
年份：
2020
地址：
在线的
编辑：
邦妮·韦伯,特雷弗·科恩,何玉兰,杨柳
地点：
EMNLP公司
SIG公司：
出版商：
计算语言学协会
注：
页：
3508–3513
语言：
网址：
https://aclantology.org/2020.emnlp-main.282
内政部：
10.18653/v1/2020.emnlp-main.282
比比键：
引用（ACL）：
吴欣（Xin Wu）、蔡毅（Yi Cai）、杨凯（Yang Kai）、王涛（Tao Wang）和李青（Qing Li）。2020年。面向任务的面向领域的文本分类元嵌入.英寸2020年自然语言处理实证方法会议记录，第3508–3513页，在线。计算语言学协会。
引用（非正式）：
面向任务的面向领域的文本分类元嵌入（Wu等人，EMNLP 2020）
复制引文：
PDF格式：
https://aclantology.org/2020.emnlp-main.282.pdf
视频：
 https://slideslive.com/38938998
PDF格式 引用 搜索 视频