摘要:我们提出了一种将训练于一种(资源丰富的)语言的神经网络应用于其它(资源贫乏的)语言的方法。我们通过将预先训练好的跨语言单词嵌入映射到训练在资源丰富的语言上的神经网络的嵌入层来实现这一点。为了执行元素间的交叉任务嵌入映射,我们发明了局部线性映射,它假定并保持映射前后语义空间的局部拓扑。在主题分类任务和情绪分析任务上的实验结果表明,我们的方法得到的完全特定于任务的多语言模型比已有的嵌入层固定为预先训练的跨语言词嵌入的多语言模型有更好的表现。

成为VIP会员查看完整内容
8

相关内容

狭义的情感分析(sentiment analysis)是指利用计算机实现对文本数据的观点、情感、态度、情绪等的分析挖掘。广义的情感分析则包括对图像视频、语音、文本等多模态信息的情感计算。简单地讲,情感分析研究的目标是建立一个有效的分析方法、模型和系统,对输入信息中某个对象分析其持有的情感信息,例如观点倾向、态度、主观观点或喜怒哀乐等情绪表达。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【ACL2020-Allen AI】预训练语言模型中的无监督域聚类
专知会员服务
23+阅读 · 2020年4月7日
单语言表征如何迁移到多语言去?
AI科技评论
5+阅读 · 2019年11月21日
进一步改进GPT和BERT:使用Transformer的语言模型
机器之心
16+阅读 · 2019年5月1日
Facebook开源增强版LASER库,包含93种语言工具包
机器之心
5+阅读 · 2019年1月23日
Arxiv
15+阅读 · 2019年9月11日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
VIP会员
相关VIP内容
【ACL2020-Allen AI】预训练语言模型中的无监督域聚类
专知会员服务
23+阅读 · 2020年4月7日
微信扫码咨询专知VIP会员