COVID-19：在无标注数据下识别治疗与疫苗相关文章的多种方法比较分析
信息检索
2021-01-07 v1 机器学习
摘要
在此我们提出了一种基于文本中是否存在特定任务术语（及其同义词）来分析文本分类方法的方法。我们将该方法应用于研究六种不同的迁移学习和无监督方法，以筛选与 COVID-19 疫苗和治疗相关的文章。分析显示，虽然在搜索引擎结果上训练的 BERT 模型总体表现良好，但它会将不含任务特定术语的相关摘要错误分类。我们利用这一发现创建了一个更有效的无监督集成模型。
引用
@article{arxiv.2101.02017,
title = {COVID-19: Comparative Analysis of Methods for Identifying Articles Related to Therapeutics and Vaccines without Using Labeled Data},
author = {Mihir Parmar and Ashwin Karthik Ambalavanan and Hong Guan and Rishab Banerjee and Jitesh Pabla and Murthy Devarakonda},
journal= {arXiv preprint arXiv:2101.02017},
year = {2021}
}
备注
6 pages, 3 Tables, Appendix