用于跨语言情感分类的对抗深度平均网络
计算与语言
2018-08-21 v5
摘要
近年来，得益于大量标注资源的可用性，英语情感分类取得了巨大成功。遗憾的是，大多数语言并未拥有如此丰富的标注数据。为解决低资源语言缺乏充足标注数据时的情感分类问题，我们提出对抗深度平均网络（ADAN）将资源丰富的源语言上标注数据学到的知识迁移到仅有未标注数据的低资源语言。ADAN 有两个判别分支：一个情感分类器和一个对抗语言判别器。两个分支均从共享特征提取器获取输入，以学习同时对分类任务具有指示性且跨语言不变的隐藏表示。在中文和阿拉伯语情感分类上的实验表明 ADAN 显著优于最先进（SOTA）系统。
引用
@article{arxiv.1606.01614,
title = {Adversarial Deep Averaging Networks for Cross-Lingual Sentiment Classification},
author = {Xilun Chen and Yu Sun and Ben Athiwaratkun and Claire Cardie and Kilian Weinberger},
journal= {arXiv preprint arXiv:1606.01614},
year = {2018}
}
备注
TACL journal version