阻断非法评论：一种多任务深度学习方法
信息检索
2018-10-17 v1 计算与语言
机器学习
机器学习
摘要
由于深度学习方法需要大量标注数据，其往往难以应用于法律领域。深度学习界近期的新趋势是应用多任务模型，使单一深度神经网络能够同时执行多个任务，例如分类与翻译任务。这些强大的新颖模型能够在不同任务或训练集之间迁移知识，因此可为法律领域的诸多深度学习应用打开局面。在本文中，我们研究了此类多任务模型在公开 Kaggle 有毒评论数据集上针对非法评论分类任务的迁移学习能力，并报告了有前景的结果。
引用
@article{arxiv.1810.06665,
title = {Stop Illegal Comments: A Multi-Task Deep Learning Approach},
author = {Ahmed Elnaggar and Bernhard Waltl and Ingo Glaser and Jörg Landthaler and Elena Scepankova and Florian Matthes},
journal= {arXiv preprint arXiv:1810.06665},
year = {2018}
}
备注
10 pages, 4 figures, 1 table