通过持续学习动态应对未见谣言
人工智能
2021-04-20 v1 计算与语言
社会与信息网络
摘要
谣言常常与新兴事件相关联，因此，处理未见谣言的能力对于谣言真实性分类模型而言至关重要。以往工作通过提升模型的泛化能力来解决此问题，其假设是即便事件新爆发后模型也保持不变。在本工作中，我们提出一种替代方案，即依据谣言领域不断产生的动态来持续更新模型。这一新方法所面临的最大技术挑战是因新学习导致的对先前学习的灾难性遗忘。我们采用持续学习策略来控制新学习以避免灾难性遗忘，并提出一种可联合使用的额外策略以加强遗忘缓解。
引用
@article{arxiv.2104.08775,
title = {Dynamically Addressing Unseen Rumor via Continual Learning},
author = {Nayeon Lee and Andrea Madotto and Yejin Bang and Pascale Fung},
journal= {arXiv preprint arXiv:2104.08775},
year = {2021}
}