MOOC讨论论坛中的学习资源提及抽取
广义相对论与量子宇宙学
2019-10-15 v3 高能物理 - 理论
摘要
在MOOC讨论论坛的讨论中，对在线学习资源的引用通常至关重要。它们为讨论提供语境，锚定参与者对问题的陈述及其理解。然而，这些资源通常以自由文本形式提及，未附相应的超链接。自动化的学习资源提及超链接与分类将便利MOOC论坛内的讨论与检索，并有益于这些资源在异质视图间的语境化。我们提出了MOOC论坛中学习资源提及识别这一新问题。由于这是一项无公开可用数据的新任务，我们首先贡献了一个大规模标注数据集，称为论坛资源提及（FoRM）数据集，以推动当前及未来该任务的研究。随后我们将该任务形式化为序列标注问题，并探究解决该问题的架构。重要的是，我们识别出阻碍序列标注模型应用于该任务的两大挑战：（1）资源提及表达的多样性；（2）长距离语境依赖。我们通过将字符级与帖子线程语境信息融入LSTM-CRF模型来应对这些挑战。首先，我们引入字符编码器以解决由提及表达多样性导致的未登录词问题。其次，为应对语境依赖挑战，我们使用基于RNN的语境编码器对线程语境进行编码，并应用注意力机制在序列标注时有选择地利用有用语境信息。在FoRM上的实验表明，所提方法较基线深度序列标注模型有显著提升，在体现上述两挑战的样本上性能明显更优。
引用
@article{arxiv.1811.08852,
title = {Classical and quantum cosmology of Fab Four John theories},
author = {Isaac Torres and Júlio César Fabris and Oliver Fabio Piattella},
journal= {arXiv preprint arXiv:1811.08852},
year = {2019}
}