预测文本相似度中领域自适应的成功
计算与语言
2021-06-25 v2 人工智能
机器学习
摘要
迁移学习方法，特别是领域自适应，有助于利用一个领域中的标注数据来提升另一领域中某一任务的性能。然而，何种因素影响领域自适应的成功仍不清楚。本文对文本相似度中的自适应成功及在若干候选者中选择最合适源领域进行建模。我们使用描述性领域信息和跨领域相似度度量作为预测特征。结果虽总体为正，但也指向某些难以预测自适应成功的领域。
引用
@article{arxiv.2106.04641,
title = {Predicting the Success of Domain Adaptation in Text Similarity},
author = {Nicolai Pogrebnyakov and Shohreh Shaghaghian},
journal= {arXiv preprint arXiv:2106.04641},
year = {2021}
}