跨域取共性特征
采用BERT与Bi-LSTM融合的深度网络，结合宽度学习分类器与协同训练模型，实现多源域到目标域的情感分类。
彭三城 · 曾嵘 · 曹丽红 · 阳爱民 · 牛建伟 · 宗成庆 · 周国栋
Knowledge-Based Systems 2023
在四个数据集上的实验表明，该方法在文本情感分类上显著优于基线方法。
利用BERT和Bi-LSTM从每个源域提取到目标域的域不变特征，避免人工特征工程。
从多个源域共同适应到目标域，相比单源域方法获得更丰富的信息，提升分类性能。