在波兰语依存树库上微调 Tree-LSTM 用于短语级情感分类：PolEval 任务 2 的投稿
计算与语言
2017-11-07 v1
摘要
我们描述了一种 Child-Sum Tree-LSTM 深度神经网络（Tai et al, 2015）的变体，以波兰语为例，针对依存树和形态丰富语言进行了微调。微调包括应用一种自定义正则化技术（zoneout，由 Krueger et al., 2016 描述，并进一步适配于 Tree-LSTM），以及使用增强了子词信息的预训练词嵌入（Bojanowski et al., 2016）。该系统在 PyTorch 中实现，并作为 PolEval 竞赛的一部分在短语级情感标注任务上进行了评测。
引用
@article{arxiv.1711.01985,
title = {Fine-tuning Tree-LSTM for phrase-level sentiment classification on a Polish dependency treebank. Submission to PolEval task 2},
author = {Tomasz Korbak and Paulina Żak},
journal= {arXiv preprint arXiv:1711.01985},
year = {2017}
}