多语言和跨语言文档分类：一种元学习方法

尼尔斯·范德海登,海伦·扬纳库达基斯,普什卡·米什拉,叶卡捷琳娜·舒托娃

摘要
由于深度学习方法的成功应用，世界上绝大多数语言被视为资源不足。在这项工作中，我们提出了一种用于低资源语言文档分类的元学习方法，并在两种不同的环境中证明了其有效性：对以前看不到的语言进行少量的跨语言适应；在训练过程中，当目标语言数据有限时，进行多语言联合训练。我们对几种元学习方法进行了系统比较，从数据可用性的角度考察了多种设置，并表明元学习在任务分布异质的环境中蓬勃发展。我们建议对现有的元学习方法进行简单而有效的调整，以实现更好、更稳定的学习，并在多种语言上建立一种新的技术水平，同时在其他语言上表现平平，只使用少量标记数据。
选集ID：
2021.每个月168
体积：
计算语言学协会欧洲分会第16届会议记录：主要卷
月份：
四月
年份：
2021
地址：
在线的
编辑：
保拉·梅洛,乔格·蒂德曼,Reut Tsarfaty公司
地点：
EACL公司
SIG公司：
出版商：
计算语言学协会
注：
页：
1966–1976
语言：
网址：
https://aclantology.org/2021.eacl-main.168
内政部：
10.18653/v1/22021.eacl-main.168
比比键：
引用（ACL）：
尼尔斯·范德海登（Niels van der Heijden）、海伦·扬纳库达基斯（Helen Yannakoudakis）、普什卡·米什拉（Pushkar Mishra）和叶卡捷琳娜·舒托娃（Ekaterina Shutova）。2021多语言和跨语言文档分类：一种元学习方法.英寸计算语言学协会欧洲分会第16届会议记录：主要卷1966-1976页，在线。计算语言学协会。
引用（非正式）：
多语言和跨语言文档分类：一种元学习方法（van der Heijden等人，EACL 2021）
复制引文：
PDF格式：
https://aclantology.org/2021.eacl-main.168.pdf
代码
mrvoh/meta学习多语言doc分类
数据
MLDoc公司
PDF格式 引用 搜索 代码