【干货】ACL 2018 鲁棒、无偏的NLP训练方法

【导读】近日举办的ACL workshop，为大家带来了很多业界的最新实践方法。本文为大家准备了3rd Workshop on Representation learning for NLP中，由Timothy Baldwin所做的关于NLP的经验介绍。

简介

在本文中，Timothy Baldwin详细分析了自然语言处理领域中所存在的领域依赖与训练偏差等问题，并提出了自己的解决方法：

1、通过引入噪声进行数据增强；

2、通过跨域学习来降低偏差；

3、通过引入作者信息，来降低数据集偏差。

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），

• 后台回复“RUNLP” 就可以获取62页鲁棒、无偏的NLP机制 PPT 下载链接~ 

附PPT：

 

原文链接：

https://sites.google.com/site/repl4nlp2018/

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知