用于引文功能与出处识别的神经多任务学习
计算与语言
2019-04-23 v2
摘要
引文功能和出处识别是引文分析中的两项基础性任务。给定一条引文,前一项任务确定其修辞角色,而后一项任务定位被引论文中包含相关引用信息的文本。我们假设这两项任务具有协同关系,并构建了一个验证该假设的模型。对于两项任务,我们都表明单层卷积神经网络(CNN)优于现有的最先进基线。更重要的是,我们表明这两项任务确实是协同的:通过在多任务学习设置中联合训练这两项任务,我们展示了额外的性能提升。总之,我们的模型将当前最先进水平提高了至多2%,且在引文功能和出处预测任务上均具有统计显著性。
引用
@article{arxiv.1811.07351,
title = {Neural Multi-Task Learning for Citation Function and Provenance},
author = {Xuan Su and Animesh Prasad and Min-Yen Kan and Kazunari Sugiyama},
journal= {arXiv preprint arXiv:1811.07351},
year = {2019}
}