面向任务的词嵌入用于文本分类

分布式词表示在各类自然语言处理任务中发挥着关键作用。尽管现有方法取得了显著成效，但大多数模型仅考虑上下文信息，在应用于不同任务时因缺乏任务特异性特征而表现欠佳。理想的词嵌入应具备捕捉词语语义特征与任务特异性特征的双重能力。本文提出一种面向任务的词嵌入方法，并将其应用于文本分类任务。通过引入功能感知（function-aware）组件，我们的方法对词的分布进行正则化，使嵌入空间具备清晰的分类边界。我们在五个文本分类数据集上对所提方法进行了评估，实验结果表明，该方法显著优于当前最先进的技术。