用于多领域推断的快捷堆叠句子编码器
计算与语言
2017-11-29 v2 人工智能
机器学习
摘要
我们提出了一种用于多领域自然语言推断的简单序列句子编码器。我们的编码器基于带有快捷连接和词向量微调的堆叠双向 LSTM-RNN。整体监督模型使用上述编码器将两个输入句子编码为两个向量，然后对向量组合使用分类器，将这两个句子之间的关系标记为蕴含、矛盾或中性。我们的快捷堆叠句子编码器在匹配和不匹配的多领域自然语言推断上取得了优于现有编码器的显著改进（在 EMNLP RepEval 2017 共享任务中取得了最佳非集成单模型结果 (Nangia et al., 2017)）。此外，它们在原始 SNLI 数据集 (Bowman et al., 2015) 上取得了新的 SOTA 编码结果。
引用
@article{arxiv.1708.02312,
title = {Shortcut-Stacked Sentence Encoders for Multi-Domain Inference},
author = {Yixin Nie and Mohit Bansal},
journal= {arXiv preprint arXiv:1708.02312},
year = {2017}
}
备注
EMNLP 2017 RepEval Multi-NLI Shared Task (6 pages)