MATINF：一个用于分类、问答与摘要任务的联合标注大规模数据集
计算与语言
2020-05-26 v2 信息检索
机器学习
摘要
近年来，大规模数据集极大地促进了自然语言处理几乎所有领域的发展。然而，当前 NLP 中缺乏跨任务数据集，这阻碍了多任务学习的发展。我们提出 MATINF，首个用于分类、问答和摘要的联合标注大规模数据集。MATINF 包含 107 万个人工标注类别且带有用户生成问题描述的问题-答案对。基于此类丰富信息，MATINF 可应用于包括分类、问答和摘要在内的三大主要 NLP 任务。我们在 MATINF 上对现有方法及一种新颖的多任务基线进行基准测试，以启发进一步研究。我们基于 MATINF 及其他数据集的全面对比与实验展示了 MATINF 所具有的优势。
引用
@article{arxiv.2004.12302,
title = {MATINF: A Jointly Labeled Large-Scale Dataset for Classification, Question Answering and Summarization},
author = {Canwen Xu and Jiaxin Pei and Hongtao Wu and Yiyu Liu and Chenliang Li},
journal= {arXiv preprint arXiv:2004.12302},
year = {2020}
}
备注
Accepted as a long paper at ACL 2020