用于多领域文本分类的对偶对抗协同学习
机器学习
2019-09-19 v1 信息检索
机器学习
摘要
本文提出一种用于多领域文本分类（MDTC）的新型对偶对抗协同学习方法。该方法学习共享-私有网络进行特征提取，并在基于差异的协同学习框架下部署对偶对抗正则化，以同时对齐不同领域之间以及有标签与无标签数据之间的特征，旨在利用所学特征提升分类器的泛化能力。我们在多领域情感分类数据集上进行了实验。结果表明所提方法取得了最先进的 MDTC 性能。
引用
@article{arxiv.1909.08203,
title = {Dual Adversarial Co-Learning for Multi-Domain Text Classification},
author = {Yuan Wu and Yuhong Guo},
journal= {arXiv preprint arXiv:1909.08203},
year = {2019}
}