基于 Transformer 网络的社交媒体抱怨识别
计算与语言
2020-10-22 v1
摘要
抱怨是一种言语行为，人类广泛用以传达现实与期望之间负面的不一致。以往关于自动识别社交媒体中抱怨的研究集中于使用基于特征和任务特定的神经网络模型。适配最先进的预训练神经语言模型及其与来自话题或情感的其他语言信息之组合用于抱怨预测，尚待探索。在本文中，我们评估了一系列以 transformer 网络为支撑的神经网络模型，并随后将其与语言信息结合。在公开可用的抱怨数据集上的实验表明，我们的模型以大幅优势超越先前 SOTA 方法，取得的宏平均 F1 最高达 87。
引用
@article{arxiv.2010.10910,
title = {Complaint Identification in Social Media with Transformer Networks},
author = {Mali Jin and Nikolaos Aletras},
journal= {arXiv preprint arXiv:2010.10910},
year = {2020}
}
备注
Accepted at COLING 2020