首页|Extra-iNet:一个针对文本预测的解释抽取框架

Extra-iNet:一个针对文本预测的解释抽取框架

扫码查看
提出一种自解释句子抽取框架(Extra-iNet),该框架仅依赖于粗粒度的任务级标签,从输入文档中抽取部分句子,指导文档标签的预测,并为预测结果提供人类可读的解释。该框架利用卷积神经网络编码输入句子,将预测解释性句子的抽取和表征整合在同一模块,采用强化学习和门控机制2种策略抽取解释子集,并由此推导出Hard Extra-iNet和Soft Extra-iNet 2种变体模型。分别在情感分析任务和累计超额收益预测任务上对模型的预测能力和解释能力进行验证。研究结果表明:相比于基线,模型在情感分析任务上的F1(精度与召回率的调和平均数)平均提高了15。5%,在累计超额收益预测任务上的准确率平均提高了3。7%;模型抽取的结果与人类标注的结果高度一致。Extra-iNet框架可以有效地从文档中抽取解释性句子,可推广应用于不同领域的文本预测任务。

段俊文、贾智豪、蒋晗、丁效、仲文明

展开 >

中南大学计算机学院,湖南长沙,410083

哈尔滨工业大学计算学部,黑龙江哈尔滨,150001

中南大学外国语学院,湖南长沙,410083

可解释预测 强化学习 深度神经网络 情感分析 累积超额收益

国家社会科学基金资助项目国家自然科学青年基金资助项目中南大学前沿交叉研究项目

21BYY086620062512023QYJC023

2024

中南大学学报(自然科学版)
中南大学

中南大学学报(自然科学版)

CSTPCD北大核心
影响因子:0.938
ISSN:1672-7207
年,卷(期):2024.55(9)
段俊文,贾智豪,蒋晗,等.Extra-iNet:一个针对文本预测的解释抽取框架[J].中南大学学报(自然科学版),2024,55(9):3342-3353.DOI:10.11817/j.issn.1672-7207.2024.09.011.