多任务学习何时有效？不同数据条件下的语义序列预测
计算与语言
2017-01-11 v2
摘要
多任务学习已成功应用于一系列任务，主要集中在形态句法领域。然而，对于MTL何时有效以及是否存在有助于决定其成功的数据特征，我们知之甚少。本文在多任务学习框架下评估了一系列语义序列标注任务。我们考察了不同的辅助任务，其中包括一种新颖的设置，并将它们的影响与数据依赖条件相关联。我们的结果表明，MTL并非总是有效，仅在5个任务中的1个上获得了显著提升。当成功时，具有紧凑且更均匀标签分布的辅助任务更为可取。
引用
@article{arxiv.1612.02251,
title = {When is multitask learning effective? Semantic sequence prediction under varying data conditions},
author = {Héctor Martínez Alonso and Barbara Plank},
journal= {arXiv preprint arXiv:1612.02251},
year = {2017}
}
备注
In EACL 2017