具有多视图迁移学习的跨语言无监督分类.pdfVIP

  • 1
  • 0
  • 约4.24万字
  • 约 34页
  • 2023-07-05 发布于四川
  • 举报

具有多视图迁移学习的跨语言无监督分类.pdf

本文提出了具有多视图迁移学习的跨语言无监督分类。具体地提出利用无监督机器翻译(UMT)系统和语言鉴别器的无监督跨语言情感分类模型(可以被称为多视图编码器分类器(MVEC))的实施例。与仅基于训练数据的分类误差来调整参数的先前的基于语言模型(LM)的微调方法不同,实施例采用UMT的编码器‑解码器框架作为共享的网络参数上的正则化分量。在一个或多个实施例中,实施例的跨语言编码器学习共享的表示,这对于重构两种语言的输入句子并从输入生成更多表示性视图以进行分类都是有效的。对五种语言对的实验证明,对于8/1

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113806527 A (43)申请公布日 2021.12.17 (21)申请号 202110633817.2 G06F 40/151 (2020.01)

文档评论(0)

1亿VIP精品文档

相关文档