印地语-英语混合语情感分析的课程学习策略
计算与语言
2019-06-19 v1
摘要
情感分析及其他语义任务常用于社交媒体文本分析，以衡量公众舆论并从社交媒体的噪声中提取信息。社交媒体上使用的语言不仅通常偏离正式语言，还因语言间的混合语（codemixing）而更加复杂，在印度这样的大型多语社会中尤为明显。传统的语义 NLP 任务学习方法长期依赖端到端特定任务训练，需要昂贵的数据创建过程，深度学习方法更是如此。对于像混合语对这样资源稀缺的文本，这一挑战更为严峻：缺乏良好学习的表示作为模型先验，且特定任务数据集数量少、规模小，难以有效利用近期深度学习方法。为应对上述挑战，我们针对印地语-英语（Hi-En）混合语文本中的语义任务引入课程学习策略，并研究多种提升模型性能的训练策略。我们的方法在 Hi-En 混合语情感分析上以 3.31% 的准确率优于当前最优（state of the art）方法，并在收敛性和测试性能方差方面表现出更好的模型鲁棒性。
引用
@article{arxiv.1906.07382,
title = {Curriculum Learning Strategies for Hindi-English Codemixed Sentiment Analysis},
author = {Anirudh Dahiya and Neeraj Battan and Manish Shrivastava and Dipti Mishra Sharma},
journal= {arXiv preprint arXiv:1906.07382},
year = {2019}
}