基于任务特定嵌入的社区问答联合多任务学习
计算与语言
2018-09-25 v1
摘要
我们联合解决社区论坛中问答的两个重要任务：给定一个新问题，（i）寻找相关的已有问题，以及（ii）寻找该新问题的相关答案。我们进一步使用一个辅助任务来补充前两个任务，即（iii）在问题-评论线程中寻找相对于线程问题的优质答案。我们使用深度神经网络（DNNs）学习有意义的任务特定嵌入，并将其纳入条件随机场（CRF）模型用于多任务设定，在复杂图结构上进行联合学习。虽然 DNNs 在单独训练生成嵌入时取得了有竞争力的结果，但利用嵌入及任务间依赖关系的 CRF 在各种评价指标上显著且一致地改进了结果，从而展示了 DNNs 与结构化学习的互补性。
引用
@article{arxiv.1809.08928,
title = {Joint Multitask Learning for Community Question Answering Using Task-Specific Embeddings},
author = {Shafiq Joty and Lluis Marquez and Preslav Nakov},
journal= {arXiv preprint arXiv:1809.08928},
year = {2018}
}
备注
community question answering, task-specific embeddings, multi-task learning, EMNLP-2018