Frustratingly Easy Domain Adaptation

@InProceedings{ec:034,
 author =       "H. Daum{\'e} {III}",
 title =        "Frustratingly Easy Domain Adaptation",
 booktitle =    "proc. of the 45th Annual Meeting of the Association of Computational Linguistics",
 year =         2007,
 pages =     "256-263"
}

キーワード

ドメイン適応, 自然言語処理, 特徴拡張, 転移学習

メモ

数ある転移学習の手法の中でも非常に簡潔な手法.

目標ドメインの事例 \((\mathbf{x}_T,y_T)\) は,次のように特徴ベクトルを横に繋いで拡張したベクトルを作る \[(\langle\mathbf{x}_T,\mathbf{x}_T,\mathbf{0}\rangle, y_T)\] ただし,\(\mathbf{0}\) は,\(\mathbf{x}_T\) と同じ長さの 0 ベクトル. 一方の元ドメインの事例 \((\mathbf{x}_S,y_S)\) は,次のように拡張した特徴ベクトルを作る \[(\langle\mathbf{x}_S,\mathbf{0},\mathbf{x}_S\rangle, y_S)\]

この方法では,元の特徴ベクトルの3倍の長さの特徴ベクトルを作ることになる.最初のブロックからは,元と目標ドメインに共通するパターンがあれば最初のブロックの特徴を重視する分類器が学習される.目標,または元ドメインだけにあるパターンがあれば,それぞれ2番目と3番目の特徴を重視するような分類器が学習されることになる.

-- しましま

リンク


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:11:15