基于生成对抗网络低资源情感分析的数据增强
机器学习
2019-02-20 v1 机器学习
摘要
情感分析是一项在某些情形下可能受数据匮乏影响的任务，因为数据集通常由人工生成并标注。在数据不足以训练判别模型的情况下，生成模型可通过数据增强辅助训练。生成对抗网络（GAN）便是此类模型之一，它已在包括图像与文本生成在内的若干任务中推进了最先进水平（SOTA）。本文中，我在低资源数据集上训练 GAN 模型，随后将其用于数据增强，以改善情感分类器的泛化能力。鉴于有限数据的约束，我探索了多种训练 GAN 模型的技术。我还分析了随着可用于 GAN 的训练数据增多，所生成 GAN 数据的质量。在该分析中，生成数据既作为测试集（针对以真实数据点训练的模型）评估，也作为训练集用于训练分类模型。最后，我还通过使用 t-分布随机邻域嵌入（t-SNE）方法将生成数据与真实数据投影到二维空间，进行了可视化分析。
引用
@article{arxiv.1902.06818,
title = {Data augmentation for low resource sentiment analysis using generative adversarial networks},
author = {Rahul Gupta},
journal= {arXiv preprint arXiv:1902.06818},
year = {2019}
}
备注
Accepted to International Conference on Acoustics, Speech, and Signal Processing (ICASSP), 2019