赛尔原创@COLING24 ｜即插即用！自动提取领域相关特征提升泛化能力

文章预览

论文名称： A Two-Stage Framework with Self-Supervised Distillation For Cross-Domain Text Classification 论文作者：冯云龙，李博涵，覃立波，徐啸，车万翔* Arxiv:  https://arxiv.org/abs/2304.09820 原创作者：冯云龙 转载须标注出处：哈工大SCIR 背景 传统的神经网络模型通常在与部署不同的域（ source domains ）上进行训练，然后在另一个域（ target domain ）上进行部署。这种域的转变（ domain shift ）可能导致模型性能下降。跨域文本分类旨在解决这一问题，通过利用来自不同但相关源域的标记数据以及目标域的未标记数据来适应模型。 图 1. 领域感知特征与领域无关特征示例 在跨域文本分类的背景下，领域感知特征（domain-aware features）和领域无关特征（domain-invariant features）是两种不同类型的特征，它们在模型理解和分类文本时起着不同的作用： 领域无关特征（Domain-Invariant Feature ………………………………