情感分析中的分布鲁棒分类器
计算与语言
2021-10-22 v1 人工智能
摘要
在本文中，我们提出基于 BERT 并集成 DRO（分布鲁棒分类器，Distributionally Robust Classifiers）的情感分类模型，以改进模型在具有分布偏移的数据集上的性能。我们在 BERT 之上添加了 2 层双向 LSTM（Bi-LSTM）、投影层（到单纯形或 Lp 球）和线性层，以实现分布鲁棒性。我们考虑了一种分布偏移形式（从 IMDb 数据集到 Rotten Tomatoes 数据集）。我们通过实验证实，我们的 DRO 模型确实提升了在相对于训练集具有分布偏移的测试集上的性能。
引用
@article{arxiv.2110.10372,
title = {Distributionally Robust Classifiers in Sentiment Analysis},
author = {Shilun Li and Renee Li and Carina Zhang},
journal= {arXiv preprint arXiv:2110.10372},
year = {2021}
}