研究提出ICARE跨域文本分类框架
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
最新进展11月20日 13:00
ICARE:用增量类别感知表示与蒸馏学习做跨域文本分类报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.CLICARE: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。