从攻击摘要(NLP)中提取恐怖袭击动机的监督学习模型

Question

我有一个恐怖袭击(表格)数据集。每一行都是一次攻击，列如下：

• 攻击日期(每日解决)
• 攻击地点(long/lat，以及城市/国家)
• 伤亡人数
• 攻击/武器类型
• 几个布尔列，比如它是否是自杀式袭击

此外，我有一个文本列，其中包含了对攻击的2-3句描述。这是我想用来训练/预测的主要专栏。

表单"is_left_wing“、"is_right_wing”等有几个目标列，其值为0、1和-1。这里0表示攻击没有各自的动机，1表示它有动机，-1表示它未知。

简而言之，我的目标是构建一个模型，该模型针对目标列中的0和1值进行训练，并对-1进行预测。

我最关心的是如何使用攻击描述从文本列中提取特性。我有有限的NLP经验，我想使用比简单的包字模型更复杂的东西。

我希望就解决这个问题的一般方法提出建议(也可以阅读一些关于这个问题的好资料)。

Answer 1

使用词嵌入，并将整个句子编码成一个固定的特征向量，使用香草RNN或更复杂的模型，如注意LSTM。

请参阅基于RNNs(LSTM)的情感分析

将其他特征与句子的固定长度表示结合起来，并附加在它们的上面，或者是密集的层。

体系结构前馈(concat(other_features，RNN(句子)