利用篇章关系进行立场分类的远程微调
计算与语言
2022-04-28 v1
摘要
立场分类任务的方法，作为理解辩论中的论证和检测假新闻的重要任务，一直依赖于处理单个辩论主题的模型。在本文中，为了训练一个独立于主题的系统，我们提出了一种新方法，从原始文本中提取带有银标签的数据，以微调用于立场分类的模型。该提取依赖于特定的篇章关系信息，这被证明是提供立场信息的可靠且准确的来源。我们还提出了一个三阶段训练框架，其中用于微调的数据中的噪声水平在不同阶段逐渐降低，从最高噪声到最低噪声。详细实验表明，自动标注的数据集以及三阶段训练有助于提高立场分类中的模型性能。我们的方法在 NLPCC 2021 共享任务“AI Debater 的论证文本理解”的立场分类赛道中，在 26 个参赛团队中排名第一，这证实了我们方法的有效性。
引用
@article{arxiv.2204.12693,
title = {Distant finetuning with discourse relations for stance classification},
author = {Lifeng Jin and Kun Xu and Linfeng Song and Dong Yu},
journal= {arXiv preprint arXiv:2204.12693},
year = {2022}
}
备注
NLPCC 2021