基于多任务学习的正逆向情绪分值回归方法

发布时间：2023-06-15 19:50

　　提出一种基于多任务学习的情绪分值回归方法。首先,针对每一种情绪分值设计了正向打分和逆向打分;其次,将每一种分值的回归任务分为正向打分回归子任务和逆向打分回归子任务;最后,提出一种多任务学习方法用于主任务(正向打分回归子任务)和辅助任务(逆向打分回归子任务)的共同学习。该方法通过3种不同的共享机制实现中间特征信息共享,从而提升主任务的性能。结果表明,所提出的多任务学习方法能比基准方法获得更好的回归性能。

【文章页数】：6 页

【文章目录】：
0 引言
1 相关工作
2 多任务学习方法
    2.1 基于编码层共享的多任务学习方法
    2.2 基于解码层共享的多任务学习方法
    2.3 基于编、解码层同时共享的多任务学习方法
3 实验部分
    3.1 实验设置
        3.1.1 数据设置
        3.1.2 参数设置
        3.1.3 评估指标
    3.2 实验结果与分析
        3.2.1 基准方法
        3.2.2 多任务学习方法
4 结论



本文编号：3833556