论文部分内容阅读
迁移学习是一种将旧有的学习经验或者知识结构迁移到类似领域,从而改进目标领域或任务的方法.在自然语言处理领域,表现好的监督学习通常依赖大量的标注数据,而标注数据是一项枯燥且成本高昂的任务.如何利用迁移学习的思想来帮助我们完成相关标注任务或者语言翻译的任务成为了今天在自然语言处理领域的一个重要研究方向.本文结合迁移学习中的顺序迁移学习方法,对这一领域的工作进行了全面的综述.首先介绍了迁移学习相关概念.随后对顺序迁移学习在自然语言处理任务中的应用提高性能的策略进行了详细描述.最后也对当前这一方法存在的不足进行了总结.