Sep, 2020
自然语言理解中的少样本槽标记的向量投影网络
Vector Projection Network for Few-shot Slot Tagging in Natural Language Understanding
Su Zhu, Ruisheng Cao, Lu Chen, Kai Yu
TL;DR本文提出了一种基于向量投影网络的少样本检测方法,利用上下文词嵌入在每个目标标签向量上的投影作为单词 - 标签相似性,实现了一种等效的标准化线性模型方法。实验证明,该方法可以明显超越其他变量,在 SNIPS 和 NER 测试集的 5 个样本设置中,我们的方法分别在 F1 得分上比最强的少样本学习基线高出 6.30 和 13.79 分。