无监督神经方面搜索与关联术语抽取
计算与语言
2020-05-07 v1 机器学习
摘要
方面识别与术语抽取任务在自然语言处理中仍具挑战性。尽管有监督方法得分较高,但因缺乏标注数据集,难以用于实际应用。无监督方法在若干任务上优于这些方法,但在抽取方面及其对应术语(尤其在多方面设定下)方面仍是挑战。本工作中,我们提出一种带卷积多重注意力机制的新颖无监督神经网络,可同时抽取(方面,术语)对,并在真实数据集上展示其有效性。我们采用一种特殊损失以提升多方面抽取的质量。实验研究表明,借助该损失,我们不仅在此联合设定下,而且在仅进行方面预测时也提高了精度。
引用
@article{arxiv.2005.02771,
title = {Unsupervised Neural Aspect Search with Related Terms Extraction},
author = {Timur Sokhin and Maria Khodorchenko and Nikolay Butakov},
journal= {arXiv preprint arXiv:2005.02771},
year = {2020}
}