[arxiv | 论文简读] CLASSIC: 方面级情感分类任务的持续和对比学习
2023-02-18 16:47:51 时间
简读分享 | 乔剑博 编辑 | 乔剑博
论文题目
CLASSIC: Continual and Contrastive Learning of Aspect Sentiment Classification Tasks
论文摘要
本文研究了在称为域增量学习 (DIL) 的特定 CL 设置中一系列方面级情感分类 (ASC) 任务的持续学习 (CL)。每个任务都来自不同的域。DIL 设置特别适合 ASC,因为在测试时系统不需要知道测试数据所属的任务或域。据我们所知,之前尚未针对 ASC 研究过此设置。本文提出了一种称为 CLASSIC 的新模型。关键的新颖之处在于一种对比持续学习方法,它既可以实现跨任务的知识转移,也可以实现从旧任务到新任务的知识蒸馏,从而消除了测试中对任务 ID 的需求。实验结果表明 CLASSIC的高效性。
论文链接
https://arxiv.org/pdf/2112.02714.pdf
相关文章
- [Linux] 纯净ubuntu快速搭建宝塔面板
- [操作系统]内存页面置换算法
- 主干开发前要知道的,4错误认识+3优势
- 【高热FAQ】关于智慧康养物联网加速器 ,你想知道的都在这
- 保姆级带你深入阅读NAS-BERT
- 想要面试大数据工作的50道必看题
- 如何支撑企业快速构建数字孪生体
- 带你掌握不同平台下,探索JDK源码所需的native方法
- 敏捷开发你必须知道的7件事
- 带你上手全新版本的Webpack 5
- 你真的会使用数据库的索引吗?
- 云小课丨SA基线检查:给云服务来一次全面“体检”
- 画一个清晰明了的时序图,要掌握这三点
- 华为云企业级Redis:助力VMALL打造先进特征平台
- 解读鸿蒙轻内核的监控器:异常钩子函数
- 详解物联网Modbus通讯协议
- 手把手带你做LiteOS的树莓派移植
- 雾霾模糊?图像增强教你如何去雾
- 以小窥大,从一盏路灯看亿万物联网之路
- 如何基于Jupyter notebook搭建Spark集群开发环境