Multitask Learning w zadaniu rozpoznawania relacji
W tym zadaniu spróbujemy wykorzystać uczenie wielozadaniowe w celu poprawy skuteczności rozpoznawania relacji produkt - firma.
Intuicja
Model może mieć słabą zdolność do generalizacji poza dane treningowe. Chcemy wprowadzić dodatkową wiedzę o markach po to, żeby zwiększyć jego zdolności do generalizacji.
Z DBpedii pozyskano kategorie produktów - ogólne typy dla różnych potencjalnych marek, które mogą pojawić się w tekście. Typ produktu związany z daną marką może mieć odzwierciedlenie w treści tekstu. Celem jest wprowadzenie dodatkowej wiedzy o potencjalnym typie produktu związanym z daną marką do zadania rozpoznawania relacji produkt - firma. Przykład:
Huawei - Telefon Huawei - Modem Samsung - Telefon
Marki, które nie pojawiają się w zbiorze treningowym mogą być słabiej rozpoznawane. Jednak wprowadzenie dodatkowej informacji o spodziewanym typie produktu do procesu uczenia powinno pozwolić na generalizację i zwiększenie skuteczności.
Realizacja
Proponowane rozwiązanie bazuje na idei uczenia wielozadaniowego: rozpoznawanie TYPU produktu jako zadanie pośrednie, które model rozwiązuje równolegle z zadaniem wykrywania relacji produkt - firma.