BriefGPT - AI 论文速递
·
信息抽取中使用银标准数据进行零样本分类任务的研究
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本论文提出了一种新的方法，通过提取特定的语篇关系信息从原始文本中提取带有银标签的数据，以微调用于态度分类的模型并提出了一个3阶段的训练框架，实现了从最嘈杂的数据到最少噪音的数据不断降噪。实验结果表明，自动注释的数据集以及3阶段训练有助于改善模型在态度分类中的性能，该方法在NLPCC 2021观点分类赛道中排名第一，验证了我们方法的有效性。
🎯
关键要点
- 提出了一种新的方法，通过提取特定的语篇关系信息从原始文本中提取带有银标签的数据。
- 该方法用于微调态度分类的模型，并提出了一个3阶段的训练框架。
- 实现了从最嘈杂的数据到最少噪音的数据的降噪过程。
- 实验结果表明，自动注释的数据集和3阶段训练改善了模型在态度分类中的性能。
- 该方法在NLPCC 2021观点分类赛道中排名第一，验证了方法的有效性。
🏷️
标签
➡️
