杜特-自然语言处理在麦加2019年：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

周惠伟,李雪飞,姚伟红,成坤朗,十仙宁

摘要
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。
选集ID：
W19-5046号
体积：
第18届BioNLP研讨会会议记录和共享任务
月份：
八月
年份：
2019
地址：
意大利佛罗伦萨
编辑：
迪娜·德默尔·福斯曼,凯文·布雷东纳尔·科恩,索菲亚·阿纳尼亚杜,津井俊一
地点：
生物NLP
SIG公司：
SIGBIOMED公司
出版商：
计算语言学协会
注：
页：
437–445
语言：
网址：
https://aclantology.org/W19-5046
DOI（操作界面）：
10.18653/v1/W19-5046
比比键：
引用（ACL）：
周惠伟、李雪飞、姚伟红、郎成坤、宁世贤。20192019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.英寸第18届BioNLP研讨会会议记录和共享任务，第437-445页，意大利佛罗伦萨。计算语言学协会。
引用（非正式）：
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（Zhou等人，2019年BioNLP）
复制引文：
PDF格式：
https://aclcollectory.org/W19-5046.pdf
PDF格式 引用 搜索