基于循环多任务学习与局部注意力的神经明喻识别
计算与语言
2019-12-20 v1
摘要
明喻识别旨在检测明喻句并抽取明喻成分，即本体与喻体。它包含两个子任务：明喻句分类与明喻成分抽取。近期研究表明标准多任务学习对中文明喻识别有效，但简单参数共享是否已充分捕捉子任务间的相互影响仍不确定。我们提出一种用于神经明喻识别的新型循环多任务学习框架，该框架堆叠各子任务并通过将最后一个连接到第一个使它们构成一个环路。它迭代执行每个子任务，将前一子任务的输出作为当前子任务的额外输入，从而更好地挖掘子任务间的相互依赖。大量实验表明，我们的框架显著优于当前最先进模型及我们精心设计的基线，且在使用BERT时提升依然显著。
引用
@article{arxiv.1912.09084,
title = {Neural Simile Recognition with Cyclic Multitask Learning and Local Attention},
author = {Jiali Zeng and Linfeng Song and Jinsong Su and Jun Xie and Wei Song and Jiebo Luo},
journal= {arXiv preprint arXiv:1912.09084},
year = {2019}
}
备注
AAAI 2020