Многозадачное обучение
Кто-нибудь может объяснить, пожалуйста, многозадачное обучение простым и интуитивно понятным способом? Может быть, какая-то проблема в реальном мире будет полезна. Чаще всего в эти дни я вижу, что многие люди используют ее для задач обработки естественного языка.
1 ответ
Допустим, вы создали классификатор настроений для нескольких разных доменов. Скажем, фильмы, музыкальные DVD и электроника. Для них легко создать высококачественные классификаторы, потому что есть куча обучающих данных, которые вы извлекли из Amazon. Вместе с каждым классификатором вы также создаете детектор сходства, который сообщит вам для данного фрагмента текста, насколько он был похож на набор данных, на котором обучался каждый из классификаторов.
Теперь вы хотите найти настроение некоторого текста из неизвестного домена или такого, в котором нет такого большого набора данных для обучения. Хорошо, как насчет того, чтобы мы взяли взвешенную по сходству комбинацию классификаций из трех высококачественных классификаторов, которые у нас уже есть. Если мы пытаемся классифицировать обзор посудомоечной машины (к сожалению, нет гигантского корпуса обзоров посудомоечной машины), то он, вероятно, наиболее похож на электронику, и поэтому классификатору электроники будет уделено наибольшее внимание. С другой стороны, если мы пытаемся классифицировать рецензию на телешоу, вероятно, классификатор фильмов сделает лучшую работу.