【NLP模型的跨语言/跨领域迁移】《Transferring NLP models across languages and domains》

主题： Transferring NLP models across languages and domains

摘要： 在过去一年多的时间里，以预训练模型形式进行的迁移学习已经成为NLP领域的主流，许多任务的基准都因而得到极大地提升。在当前的自然语言处理领域中，也同样普遍存在着不同类型的迁移学习。这大致可以从三个维度进行分类：a）源设置和目标设置是否处理相同的任务；b）源域和目标域是否有相同的属性；c）task学习顺序是否相同。报告者从跨语言和跨领域两方面来讲述NLP模型迁移。

下载链接： https://syntaxfest.github.io/syntaxfest19/slides/invited_talk_syntaxfest_plank.pdf