用于跨域文本分类的跨域标注 LDA
计算与语言
2019-01-07 v1
摘要
跨域文本分类旨在利用源域和目标域的数据为目标域构建分类器。一个很有前景的思路是最小化两域的特征分布差异。大多数现有研究通过精确对齐机制（如一对一特征对齐、投影矩阵等）显式最小化此类差异。然而，当不同域的语义分布差异很大时，这种精确对齐会限制模型的学习能力，并进一步损害模型在分类任务上的性能。为解决该问题，我们提出一种新颖的组对齐，在组级别对齐语义。此外，为帮助模型学习更好的语义组及组内语义，我们还对模型在源域的学习提出部分监督。为此，我们将组对齐与部分监督嵌入到一个跨域主题模型中，并提出跨域标注 LDA（CDL-LDA）。在标准的 20Newsgroup 和 Reuters 数据集上，我们进行了广泛的定量（分类、困惑度等）与定性（主题检测）实验，以展示所提组对齐与部分监督的有效性。
引用
@article{arxiv.1809.05820,
title = {Cross-Domain Labeled LDA for Cross-Domain Text Classification},
author = {Baoyu Jing and Chenwei Lu and Deqing Wang and Fuzhen Zhuang and Cheng Niu},
journal= {arXiv preprint arXiv:1809.05820},
year = {2019}
}
备注
ICDM 2018