少数ショット逆関係分類のための機能語強化注意ネットワーク【JST・京大機械翻訳】

Dou Chunliu; Wu Shaojuan; Zhang Xiaowang; Feng Zhiyong; Wang Kewen

プレプリント

J-GLOBAL ID：202202213943105764 整理番号：22P0338320

少数ショット逆関係分類のための機能語強化注意ネットワーク【JST・京大機械翻訳】

Function-words Enhanced Attention Networks for Few-Shot Inverse Relation Classification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月26日プレプリントサーバーでの情報更新日： 2022年04月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

関係分類は,与えられたテキストにおける2つのエンティティ間の意味関係を同定することである。既存のモデルは大きなデータセットとの逆関係を分類するのによく機能するが,その性能は数ショット学習に対して大幅に低減される。本論文では,ハイブリッド注意モデルをメタ学習に基づくクラス関連関数単語に設計するように設計する,少数ショット逆関係分類のために,関数単語適応的に強調された注意フレームワーク(FAEA)を提案した。機能単語の関与が重要なクラス内冗長性をもたらすので,適応メッセージ通過メカニズムを導入して,クラス間差を捕捉し,転送する。ドット-製品測定から関数単語の負の影響を数学的に解析し,なぜメッセージ通過機構が影響を効果的に低減するかを説明した。著者らの実験結果は,FAEAが,強いベースラインより優れ,特に,逆関係精度が,少数Rel1.0の1ショット設定の下で,14.33%改善されることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

自然語処理 , 人工知能

, , , ,

前のページに戻る