叶锴， 魏晶晶， 魏冬春， 王强， 廖祥文

(1. 福州大学数学与计算机科学学院， 福建 福州 350108； 2. 福建江夏学院电子信息科学学院， 福建 福州 350108)

0 引言

主观性文本能反映人们对现实事物的看法， 具有巨大的研究价值. 论辩挖掘[1]的目标是自动学习文本的论辩结构， 进而识别论点和提取相关论点间的逻辑关系， 从而帮助人们在如政府决策等事务中做出决策， 提供便利.

传统的论辩挖掘方法主要采用机器学习模型， 如朴素贝叶斯[2]等， 并取得不错的性能. 但传统方法依赖于特征工程的设计， 难以应用于低资源场景. 现有工作大多采用神经网络进行端到端的特征表示学习[3],但论辩挖掘单一领域的现有标注数据难以满足神经网络的训练. 因此， 有研究者对多个领域数据集进行联合训练[4-5]， 利用任务间的关联信息改进模型性能. 但这些方法没有利用文本的层级结构信息， 难以检测跨段落的论点部件边界.

针对上述问题， 本研究提出一种面向低资源场景的多任务学习论辩挖掘方法， 该方法采用多任务学习策略， 学习文本的字符级共享表示， 同时在序列编码中融入文本的结构信息进行求解. 该模型共享任务的字符级特征， 有效利用领域间的信息以解决低资源场景训练数据不足的问题； 此外， 学习到的结构信息能有效捕获长依赖关系， 帮助模型更好识别长论点部件. 采用了文献[4]中所使用的六个数据集进行实验， 实验结果表明， 与当前最好的方……