Não Aqui!

Mark Dredze; Koby Crammer. Online Methods for Multi-Domain Learning and Adaptation.

Confidence-weighted (CW) linear classifier (Dredze et al., 2008) をマルチドメイン学習に拡張する研究．素性重みの平均値と分散の組 (μ, Σ) をパラメータとしてもつCW分類器を，M個のドメインで学習すると，すべてのパラメータは{(μ_m, Σ_m)}_{m = 1}^{M} と表せる．これらの分類器を統合して一つの分類 (μ_c, Σ_c) を作る方法として，それぞれのドメインのパラメータ（素性重みの平均と分散）の重み付き平均をとる方法（L2）と，KLダイバージェンスから導出された式を用いる方法（KL）を提案している．様々なタスク設定で実験した結果，各ドメインのパラメータの重み付き平均を取る方法（L2）の方が，難しい更新式を使うKL手法よりも，概ね良好な結果を示すことが分かった．