Transfer learning в задачах детектирования семантической неопределенности

Задача выявления семантической неопределенности в текстах является актуальной задачей. Под семантически неопределенным выражением понимают такое выражение, для которого нельзя определить, считает ли говорящий его истинным или ложным. Это отражается в использовании лексических сигналов (маркеров неопределенности). Поиск неопределенностей в текстах может быть полезен как в медицинской области (для отбора текстов с диагнозами, в которых врач был не уверен), в анализе новостных статей, так и во многих других областях. В данной работе исследования направлены на изучение особенностей построения кросс-доменной модели нейронной сети для детектирования маркеров неопределенности с использованием техники transfer learning. Рассматриваются различные архитектуры нейронных сетей, способы осуществления переноса обучения, приводится сравнительный анализ моделей, исследуется вопрос применимости transfer learning для рассматриваемой задачи.