Induktionsnetzwerke für die Klassifizierung von Texten bei wenigen Beispielen

Textklassifizierung gerät oft ins Stocken, wenn die Daten mangelhaft sind oder wenn sie sich an neue Klassen anpassen muss. In solchen herausfordernden Szenarien haben jüngste Studien Meta-Lernen verwendet, um die Few-Shot-Aufgabe zu simulieren, bei der neue Abfragen auf der Ebene einzelner Beispiele mit einem kleinen Support-Set verglichen werden. Dieser beispielweise Vergleich kann jedoch durch die verschiedenen Ausdrucksformen innerhalb derselben Klasse stark gestört werden. Deshalb sollten wir in der Lage sein, eine allgemeine Darstellung jeder Klasse im Support-Set zu erlernen und diese dann mit neuen Abfragen zu vergleichen. In dieser Arbeit schlagen wir ein neues Induktionsnetzwerk vor, das durch innovative Nutzung des dynamischen Routing-Algorithmus im Meta-Lernen eine verallgemeinerte klassenspezifische Darstellung erlernt. Auf diese Weise stellen wir fest, dass das Modell besser induzieren und verallgemeinern kann. Wir evaluieren das vorgeschlagene Modell anhand eines gut untersuchten Datensatzes für Stimmungsanalyse (Englisch) und eines realweltlichen Datensatzes für Dialogabsichtsklassifizierung (Chinesisch). Die experimentellen Ergebnisse zeigen, dass das vorgeschlagene Modell auf beiden Datensätzen den existierenden Stand der Technik signifikant übertrifft und damit die Effektivität der klassenspezifischen Verallgemeinerung in Few-Shot-Textklassifizierung nachweist.