面向问题意图识别的深度主动学习方法

摘要

深度学习已经在许多自然语言处理任务中达到了最高水平的性能,但是这种方法通常需要大量的标注数据.该文围绕问题意图识别语料标注问题,结合深度学习和主动学习技术,实现了语料标注成本的降低.主动学习需要不断迭代地再训练,计算成本非常高,为加速这个进程,该文提出了一种适合问题意图识别任务的轻量级架构,使用双层CNN结构组成的深度学习模型.同时为更好地评估样本的价值,设计了一种结合样本的信息性、代表性与多样性的多准则主动学习方法.最终在民航客服语料下进行实验,实验结果表明该方法可减少约50％的标注工作量,同时在公开数据集TREC问题分类语料上验证了该方法的通用性.