该研究提出了一种新颖的少量样本迁移学习方法——文本感知适配器（TA-adapter），显著提升关键词识别性能，参数仅增加0.14%。

本研究探讨了基于Transformer的语言模型在论证结构学习中的应用，提出了识别关键词汇及其对预测贡献的有效方法。研究表明，Transformer模型在处理语法信息和语义结构方面优于循环神经网络，并在多个任务中表现出更好的性能。