最近在做意见解释挖掘项目中解释性意见分类任务，尝试将解释性意见分类和意见解释抽取任务联合训练，在这里对最近的工作做一下整理。因为是实验室的自然科学基金项目中的子任务，项目数据暂时还未公开，在这里就不展开介绍具体任务了。
一、思路
解释性意见句的类别是依据意见句中的意见解释的内容进行定义的，那么在对句子进行分类之前，如果模型获取到了意见句中的意见解释信息，是否有助于模型进行分类呢？
同样的，意见解释抽取任务是在意见句中识别句中的意见解释片段，那么在识别片段之前，如果模型获取到了句子的类别特征，是否有助于模型进行片段识别呢？
基于上述的思考，我提出将这两个任务放在一起训练，建立联合模型获取更多的特征用于训练，希望能同时提高这两个模型的效果。
二、设计模型
首先，我需要得到这两个任务的pipeline模型的性能，作为接下来进行联合模型训练时的参照。这里就选用单层的BILSTM模型作为pipeline模型。
然后，联合训练的话大体上有这么两个思路：
1. 先训练分类模型，然后将分类的结果作为新的特征加入片段识别模型中；
2. 先训练片段识别模型，然后将识别出的片段的模型隐层信息作为新的特征加入分类模型中。
其中，分类模型和片段识别模型可以共用一个BILSTM，模型之间可以共享参数，也可以使用不同的BILSTM，两个模型分别训练参数。
三、实验情况
针对前面提到的几点思路，设计了以下几个实验：
3.1 提取分类特征用于片段识别
实验尝试一：
joint-model-5-sgd-200：分类和片段识别使用的是不同的LSTM，用的是SGD优化器，将分类的预测结果embedding之后加入片段识别中。在训练了500轮之后，片段识别再加入分类提取的特征；
joint-model-3-adam：分类和片段识别使用的是不同的LSTM，用的是Adam优化器；
joint-model-4-adam-20：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的特征映射为20维的向量，作为新特征加入片段识别中；
joint-model-4-adam-50：将分类的特征映射改为50维，其他设置与上个模型相同；
joint-model-5-adam-20：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的预测标签embedding之后，作为新特征加入片段识别中，embed_size设为20；
joint-model-5-adam-50：将embed_size设为50，其他设置与上个模型相同；
结果分析：
（1）joint-model-3-adam模型的片段抽取距离pipeline还有2个点，造成这种情况的原因可能是种子还未固定，因为原数据是按类别排序的，太整齐，所以只是在每个程序训练之前打乱了1000次，之后每次运行再打乱1次，若种子未固定，则随机的情况会差别比较大。但是鉴于分类的性能和pipeline一摸一样，这个原因可能并不成立。还需要再排查一下原因。
（2）受到AAAI分词论文的影响，调了一下加入特征的维度，对比joint-model-4-adam-50和joint-model-4-adam-20模型，都运行到180+轮时，50维的性能是比20维的好的，所以可以继续调试维度，加大维度可能能提高性能；
（3）对比joint-model-5-adam-20和joint-model-5-adam-50模型，发现都运行到170+轮时，50维的性能就很差了，20维的性能还算正常范围，结合joint-model-5-sgd-200模型的运行情况，发现若加入的是embedding特征，可能维度小一些较好；
（4）对比（2）和（3）分析的情况，发现针对不同的特征融合方法，调参还是不太一样的，可能是因为模型5中加入的是全新的embedding向量，这种随机初始的可能会造成很大的噪声影响，所以维度要小一些，而模型4中加入的是lstm之后的结果，两者不太一样。这是我的一些猜测。
实验尝试二：
根据之前的实验情况，对模型进行了一下调整，保存pipeline的最好模型，作为pretrain的参数导入模型，而且在分类上不再backward，提取分类特征用于片段识别。
joint-model-4-adam-20：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的特征映射为20维的向量，作为新特征加入片段识别中；
joint-model-4-adam-100：将分类的特征映射改为100维，其他设置与上个模型相同；
joint-model-5-adam-16：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的预测标签embedding之后，作为新特征加入片段识别中，embed_size设为16；
实验尝试三：
保存了pipeline的最好模型，作为pretrain的参数导入模型，在分类上继续backward，提取分类特征用于片段识别：
joint-model-4-adam-10：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的特征映射为10维的向量，作为新特征加入片段识别中；
joint-model-5-adam-8：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的预测标签embedding之后，作为新特征加入片段识别中，embed_size设为8；
实验尝试四：
分别运行了pipeline模型，保存了pipeline的最好模型，在联合模型中，保存的最好模型作为pretrain的参数导入模型，在分类上继续backward，提取分类特征用于片段识别：
joint-model-4-adam-20：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的特征映射为20维的向量，作为新特征加入片段识别中；
joint-model-4-adam-50：分类的特征映射为50维的向量；
joint-model-4-adam-80：分类的特征映射为80维的向量；
joint-model-4-adam-100：分类的特征映射为100维的向量；
joint-model-5-adam-16：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，分类的预测标签embedding之后，作为新特征加入片段识别中，embed_size设为16；
joint-model-5-adam-50：embed_size设为50；
joint-model-5-adam-80：embed_size设为80；
joint-model-5-adam-100：embed_size设为100；
3.2 提取片段特征用于分类模型
将pipeline保存的最好模型作为pretrain的参数导入模型，在片段抽取任务上继续backward，提取片段特征用于分类：
joint-model-7-adam：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，将预测的片段的lstm输出，经过max pooling之后和分类的lstm输出cat到一起，最后预测分类结果；
joint-model-8-adam：分类和片段识别使用的是不同的LSTM，用的是Adam优化器，将预测的片段的lstm输出做lstm的相减操作，结果和分类的lstm输出cat到一起，最后预测分类结果；
模型实现过程中的注意点：
对这两个任务进行联合训练时，需要对这两个任务分别backward，同时又需要任务之间共享特征，所以backward的时候不能清空计算图，想要不清空计算图可以这么做：
pytorch实现：loss.backward(retain_graph=True)
这样就可以保留计算图上的节点了。