arXiv:2006.05113v2 [cs.CL] 2020 年 10 月 2 日__

arXiv:2006.05113v2 [cs.CL] 2020 年 10 月 2 日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arXiv:2006.05113v2 [cs.CL] 2020 年 10 月 2 日

¥ 1.0

热度

受认知启发的 NLP 利用人类数据来教机器语言处理机制。最近，神经网络已经通过行为数据得到增强，以解决一系列涵盖语法和语义的 NLP 任务。我们是第一个利用神经科学数据，即脑电图 (EEG)，为神经注意力模型提供有关人类大脑语言处理的信息的人。处理 EEG 数据的挑战在于特征非常丰富，需要大量预处理才能分离特定于文本处理的信号。我们设计了一种方法来寻找这样的 EEG 特征，通过将理论驱动的裁剪与随机森林树分割相结合来监督机器注意力。经过这种降维后，预处理的 EEG 特征能够区分从公开的 EEG 语料库中检索到的两个阅读任务。我们应用这些特征来规范关系分类的注意力，并表明 EEG 比强基线更具信息量。这种改进取决于任务的认知负荷和 EEG 频域。因此，用 EEG 信号通知神经注意力模型是有益的，但需要进一步研究以了解哪些维度在 NLP 任务中最有用。

添加pdf代下载 VIP点击下载文件