Ta上传的资源 (0)

提出了一种具有目标域特定信息的跨域情感分类。文中提出的模型是对源目标数据、最终目标分别进行编码，编码分别通过源分类器训练源丰富的标签数据、特定分类器训练目标标签数据，两个分类器共同训练目标未标记数据。实验数据采用亚马逊的不同种类产品的评论数据，并构建12个跨域二进制分类任务，实验表明跨域分类的自适应

多任务学习是同时学习多个相关的任务，用来改进单独学习每个task的performance。。这种多任务架构，它们共享底层来确定common特征。在sharedlayers之后，剩下的层分开给具体的任务。本文提出了两种架构，用来多任务之间的信息共享