摘要

基于深度学习的通用语言模型在情感分析、问答等众多主流任务中已取得最先进水平。社交媒体等领域的文本具有其独特的显著特征，而领域知识在相关任务中应能发挥积极作用。本文提出一种简单有效的方法以获取领域知识，并进一步设计了一种基于深度语言模型将领域知识与通用知识融合的方法，旨在提升情感分类的性能。在推特（Twitter）数据上的实验表明，尽管通过目标领域数据微调后的深度语言模型已达到与先前最先进模型相当的性能，但该微调模型仍可从我们所提取的领域知识中获益，从而实现进一步提升。这一结果凸显了在特定领域应用中充分利用领域知识的重要性。