基于神经网络的深度迁移学习用于跨领域依存句法分析
计算与语言
2019-08-09 v1
摘要
在本文中，我们描述了团队提交至 NLPCC 2019 跨领域依存句法分析半监督领域自适应子任务的语言依存分析器的细节。我们的系统基于栈指针网络（STACKPTR）。考虑到上下文的重要性，我们利用自注意力机制处理表示向量以捕捉词语含义。此外，为适配三个不同领域，我们采用基于神经网络的深度迁移学习，将源领域中预训练的部分网络分别迁移为三个目标领域（产品评论、产品博客和网络小说）深度神经网络的一部分。在三个目标领域上的结果表明我们的模型具有竞争力。
引用
@article{arxiv.1908.02895,
title = {Neural Network based Deep Transfer Learning for Cross-domain Dependency Parsing},
author = {Zhentao Xia and Likai Wang and Weiguang Qu and Junsheng Zhou and Yanhui Gu},
journal= {arXiv preprint arXiv:1908.02895},
year = {2019}
}
备注
paper for NLPCC 2019 Shared Task of Semi-supervised domain adaptation subtask on Cross-domain Dependency Parsing