基于条件生成对抗网络的半监督文本回归
计算与语言
2019-04-25 v2 人工智能
计算金融
机器学习
摘要
海量的在线文本信息为理解社会与经济语义提供了引人入胜的机遇。本文提出一种基于条件生成对抗网络（GAN）的新型文本回归模型，试图以半监督方式将文本数据与社会结果相关联。除预测的潜在能力外，我们的优势有两点：（i）模型适用于标注数据有限的类别不平衡数据集，这与现实场景一致；（ii）预测通过端到端框架获得，无需显式选择高层表示。最后我们指出用于实验和未来研究的相关数据集及方向。
引用
@article{arxiv.1810.01165,
title = {Semi-supervised Text Regression with Conditional Generative Adversarial Networks},
author = {Tao Li and Xudong Liu and Shihan Su},
journal= {arXiv preprint arXiv:1810.01165},
year = {2019}
}