提出一種基于多任務學習的情緒分值回歸方法。首先,針對每一種情緒分值設計了正向打分和逆向打分;其次,將每一種分值的回歸任務分為正向打分回歸子任務和逆向打分回歸子任務;最后,提出一種多任務學習方法用于主任務(正向打分回歸子任務)和輔助任務(逆向打分回歸子任務)的共同學習。該方法通過3種不同的共享機制實現(xiàn)中間特征信息共享,從而提升主任務的性能。結果表明,所提出的多任務學習方法能比基準方法獲得更好的回歸性能。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 相關工作
2 多任務學習方法
    2.1 基于編碼層共享的多任務學習方法
    2.2 基于解碼層共享的多任務學習方法
    2.3 基于編、解碼層同時共享的多任務學習方法
3 實驗部分
    3.1 實驗設置
        3.1.1 數(shù)據(jù)設置
        3.1.2 參數(shù)設置
        3.1.3 評估指標
    3.2 實驗結果與分析
        3.2.1 基準方法
        3.2.2 多任務學習方法
4 結論



本文編號：3833556