基于对抗神经网络的跨语言学习：在社区问答中的应用
计算与语言
2017-06-22 v1
摘要
我们解决社区问答中问题-问题相似度重排序的跨语言适应问题，目标是在给定第一种语言的标注训练数据和第二种语言仅有无标注数据的情况下，将在一种输入语言上训练的系统移植到另一种输入语言。特别地，我们提出使用神经网络的对抗训练来学习对主要学习任务具有判别力、同时跨输入语言不变的高层特征。评估结果显示，我们的跨语言对抗神经网络（CLANN）模型相较于强大的非对抗系统取得了显著的性能提升。
引用
@article{arxiv.1706.06749,
title = {Cross-language Learning with Adversarial Neural Networks: Application to Community Question Answering},
author = {Shafiq Joty and Preslav Nakov and Lluís Màrquez and Israa Jaradat},
journal= {arXiv preprint arXiv:1706.06749},
year = {2017}
}
备注
CoNLL-2017: The SIGNLL Conference on Computational Natural Language Learning; cross-language adversarial neural network (CLANN) model; adversarial training; cross-language adaptation; community question answering; question-question similarity