@在建项目{zhou-etal-2019-dut,title=“{DUT}(被测对象)-{NLP}在{MEDIQA}2019:一个对抗性多任务网络,用于联合建模识别问题隐含和问题回答”,author=“周、慧薇和李雪飞和姚伟宏郎成坤和宁,世贤”,editor=“Demner-Fushman、Dina和科恩、凯文·布雷东尔和阿纳尼亚杜、索菲娅和纯一筑井“,booktitle=“第18届BioNLP研讨会会议记录和共享任务”,月=八月,年份=“2019”,address=“意大利佛罗伦萨”,publisher=“计算语言学协会”,url=“https://aclantology.org/W19-5046",doi=“10.18653/v1/W19-5046”,pages=“437--445”,abstract=“在本文中,我们提出了一种新的模型,称为对抗性多任务网络(AMTN),用于联合建模识别问题蕴涵(RQE)和医学问题回答(QA)任务。AMTN利用预训练的BioBERT模型和交互式变换器,通过参数共享机制学习跨不同任务的共享语义表示。同时,引入对抗训练策略,将每个任务的私有特征从共享表示中分离出来。在BioNLP 2019 RQE和QA共享任务数据集上的实验表明,我们的模型受益于多任务学习和对抗训练提供的两个任务的共享表示,并且在单任务模型上取得了显著改进。",}
<?xml版本=“1.0”编码=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“zhou-etal-2019-dut”><标题信息>2019年MEDIQA大会上的DUT-NLP:一个对抗性多任务网络,用于联合建模识别问题隐含和问题回答</titleInfo><name type=“personal”>惠威<namePart type=“given”><namePart type=“family”>周<角色>作者</角色></name><name type=“personal”>雪飞<namePart type=“given”>李<namePart type=“family”><角色>作者</角色></name><name type=“personal”>伟宏<namePart type=“given”>姚明<角色>作者</角色></name><name type=“personal”>成坤Lang语言<角色>作者</角色></name><name type=“personal”>世贤<namePart type=“given”><namePart type=“family”>宁</namePart><角色>作者</角色></name><originInfo>发布日期:2019-08发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第18届BioNLP研讨会会议记录和共享任务</titleInfo><name type=“personal”>迪娜Demner-Fushman<角色>编辑器</角色></name><name type=“personal”>凯文布雷顿科恩<角色>编辑器</角色></name><name type=“personal”>索菲娅阿纳尼亚杜<角色>编辑器</角色></name><name type=“personal”>俊一<namePart type=“given”><namePart type=“family”>筑地</namePart><角色>编辑器</角色></name><originInfo>计算语言学协会<地点>意大利佛罗伦萨</place></originInfo>会议出版物</relatedItem>在本文中,我们提出了一种新的模型,称为对抗性多任务网络(AMTN),用于联合建模识别问题蕴涵(RQE)和医学问答(QA)任务。AMTN利用预训练的BioBERT模型和交互式变换器,通过参数共享机制学习跨不同任务的共享语义表示。同时,引入对抗训练策略,将每个任务的私有特征从共享表示中分离出来。在BioNLP 2019 RQE和QA共享任务数据集上的实验表明,我们的模型受益于多任务学习和对抗训练提供的两个任务的共享表示,并且在单任务模型上取得了显著改进</摘要><identifier type=“citekey”>zhou-etal-2019-dut<identifier type=“doi”>10.18653/v1/W19-5046<identifier><位置><网址>https://aclantology.org/W19-5046</url></位置><部分><date>2019-08</date><扩展单元=“page”><开始>437<end>445</范围></部分></mods></modsCollection>
%0会议记录%2019年MEDIQA大会上的T DUT-NLP:一个对抗性多任务网络,用于联合建模识别问题隐含和问题回答%阿周、惠威%阿丽、雪飞%姚伟红%阿朗、成坤%世贤阿宁%迪娜·Y Demner-Fushman%Y Cohen、Kevin Bretonel%Y Ananiadou,索菲娅%Y Tsujii,Junichi先生%第18届BioNLP研讨会论文集和共享任务%D 2019年%8月8日%I计算语言学协会%C意大利佛罗伦萨%F zhou-etal-2019-dut公司%X在本文中,我们提出了一种称为对抗性多任务网络(AMTN)的新模型,用于联合建模识别问题纠缠(RQE)和医学问答(QA)任务。AMTN利用预训练的BioBERT模型和交互式变换器,通过参数共享机制学习跨不同任务的共享语义表示。同时,引入对抗训练策略,将每个任务的私有特征从共享表示中分离出来。在BioNLP 2019 RQE和QA共享任务数据集上的实验表明,我们的模型受益于多任务学习和对抗训练提供的两个任务的共享表示,并且在单任务模型上取得了显著改进。%兰特10.18653/v1/W19-5046%U型https://aclantology.org/W19-5046%U型https://doi.org/10.18653/v1/W19-5046%电话:437-445
降价(非正式)
【DUT-NLP在MEDIQA 2019上:一个对抗性多任务网络,用于联合建模识别问题隐含和问题回答】(https://aclantology.org/W19-5046)(Zhou等人,2019年BioNLP)
国际计算语言学协会