期刊专题

10.3778/j.issn.1002-8331.2208-0295

提示学习驱动的新闻舆情风险识别方法研究

引用
从新闻报道中识别企业的风险可以快速定位企业所涉及的风险类别,从而帮助企业及时地做出应对措施.一般而言,新闻舆情风险识别是一种风险标签的多分类任务.以BERT为代表的深度学习方法采用预训练+微调的模式在文本分类任务当中表现突出.然而新闻舆情领域标记数据偏少,构成了小样本的机器学习问题.以提示学习为代表的新范式为小样本分类性能的提升提供了一种新的途径和手段,现有的研究表明该范式在很多任务上优于预训练+微调的方式.受现有研究工作的启发,提出了基于提示学习的新闻舆情风险识别方法,在BERT预训练模型基础之上根据提示学习的思想设计新闻舆情风险提示模板,通过MLM(masked language model)模型训练之后,将预测出来的标签通过答案工程映射到已有的风险标签.实验结果表明在新闻舆情数据集的不同数量小样本上,提示学习的训练方法均优于微调的训练方法.

风险标签、多分类、预训练模型、提示学习

60

TP391.1(计算技术、计算机技术)

湖北省重点研发计划项目2021BAA030

2024-01-18(万方平台首次上网日期,不代表论文的发表时间)

共7页

182-188

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

60

2024,60(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn