跳到正文
热点事件持续更新

研究提出ICARE跨域文本分类框架

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Son Duong等作者提出ICARE框架,用于跨域文本分类中的持续多任务学习,包含基于表示学习的实例选择模块,以及特征级和logit级知识蒸馏方法,目标是缓解灾难性遗忘。 作者称,在基准文本分类数据集上,ICARE显著提升目标准确率并降低“遗忘指标”,源代码已公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.CL
    ICARE:用增量类别感知表示与蒸馏学习做跨域文本分类

    研究提出 ICARE 框架,用于跨域文本分类中的持续多任务学习,包含基于表示学习的实例选择模块和特征级与 logit 级知识蒸馏方法,以缓解灾难性遗忘。在基准文本分类数据集上,ICARE 显著提升目标准确率并降低“遗忘指标”,源代码已公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。