【讨论班】跨领域情感分类中领域无关特征的蒸馏方法
10月29日下午，吴一可同学远程为实验室的同学们进行了工作分享。主要探讨了跨领域情感分类中领域无关特征的蒸馏方法（“Domain-Invariant Feature Distillation for Cross-Domain Sentiment Classification” ）。
虽然基于深度学习的情感分类方法近年来发展迅速，但这些方法往往需要大规模的带有情感极性标签的数据集来训练一个鲁棒的情感分类器。然而，在大多数情况下，大规模的有标注数据集在实践中是无法得到的，手工标注的成本也很高。在这篇论文中，通过添加一个正交的领域相关的任务，我们利用领域相关的信息来“蒸馏” 领域无关特征。该方法无需目标领域中的情感极性标签，就可以较好地完成该领域中aspect级别的情感分类任务。
本次讨论活动中，对该课题感兴趣的老师、同学们积极交流观点，探讨相关工作，学习了相关知识，受益匪浅。