基于少样本知识迁移的跨域情绪识别
计算与语言
2021-10-12 v1 机器学习
摘要
由于情绪分类体系多样、不同领域缺乏可靠标注数据以及标注标准高度主观，从文本中识别情绪是一项具有挑战性的任务。少样本与零样本技术可通过将文档与情绪标签投影到共享嵌入空间，对未见情绪进行泛化。本工作中，我们探索少样本情绪识别任务，利用不同的情绪表示方法，将在 GoEmotions Reddit 数据集上监督学习获得的知识迁移至 SemEval 推文语料库。结果表明，使用外部知识库与微调编码器的知识迁移性能可与有监督基线相媲美，且仅需来自任务数据集的极少监督。
引用
@article{arxiv.2110.05021,
title = {Cross Domain Emotion Recognition using Few Shot Knowledge Transfer},
author = {Justin Olah and Sabyasachee Baruah and Digbalay Bose and Shrikanth Narayanan},
journal= {arXiv preprint arXiv:2110.05021},
year = {2021}
}
备注
5 pages, 4 figures