- …
- …
#68 #acl2020
summarized by : taichi murayama
概要
複数のターゲットに対するスタンス検出モデルタスクを，ソースタスクのデータで学習しターゲットタスクで評価する転移学習で取り組んだ研究．
ターゲット間のknowledge transferを行うために，グラフ構造の外部知識を導入し，ドメインに依存しない文脈を取得できるモデルを提案し，SemEVal-2016 Task6のデータで検証．
新規性
cross-target stance detectionのためのモデルとして，意味辞書SenticNetとEmoLexという単語と感情のデータによるグラフを構築しGCNを用いて取得したembeddingを外部知識としたモデルを提案．
更に，外部知識と，ターゲットのスタンスを予測するための文章と結合するために，Bidirectional LSTMを拡張したモジュールを追加しスタンス検出を行った．
結果
SemEVal-2016 Task6のデータを用いることで学習とは異なるターゲットでも外部知識を活用することで，最新の手法を有意に上回ることが示された．
- …
- …