DeCrisisMB：基于记忆库的去偏半监督危机推文分类方法
计算与语言
2023-10-24 v1 机器学习
摘要
在危机事件期间，人们经常使用 Twitter 等社交媒体平台传播有关局势、警告、建议和支援的信息。紧急救援组织利用此类信息获取及时的危机情况并加快救援行动。尽管现有工作利用此类信息构建危机事件分析模型，但全监督方法需要标注大量数据，且由于响应时间有限而不切实际。另一方面，半监督模型可能存在偏差，对某些类别表现尚可，而对其他类别表现极差，从而对灾害监测和救援产生显著的负面影响。在本文中，我们首先研究了两种近期去偏方法在半监督危机推文分类上的表现。然后我们提出了一种简单但有效的去偏方法 DeCrisisMB，该方法利用记忆库在每次训练迭代中存储并对每个类生成的伪标签进行等概率采样。我们进行了大量实验，以比较不同去偏方法在分布内和分布外设置下的性能和泛化能力。结果证明了我们所提方法的优越性能。我们的代码可在 https://github.com/HenryPengZou/DeCrisisMB 获取。
引用
@article{arxiv.2310.14577,
title = {DeCrisisMB: Debiased Semi-Supervised Learning for Crisis Tweet Classification via Memory Bank},
author = {Henry Peng Zou and Yue Zhou and Weizhi Zhang and Cornelia Caragea},
journal= {arXiv preprint arXiv:2310.14577},
year = {2023}
}
备注
Accepted by EMNLP 2023 (Findings)