CrossLingualDocumentClassification

Cross-Lingual Document Classification

跨语言文档分类&＃xff0c;指在训练数据多的语言分类任务中训练模型&＃xff0c;用于另一种文本较少的语言分类任务。

是否可以在一种语言分类中训练gml模型中的参数&＃xff08;因子的参数等&＃xff09;&＃xff0c;再用于另一种语言分类任务&＃xff1f;

Reuters RCV1/RCV2 English-to-German&＃xff1a;
路透社的不同语言的新闻报道。

MLDoc (Multilingual Document Classification Corpus)&＃xff1a;
多语言文档分类语料库&＃xff0c;是涵盖英语&＃xff0c;德语&＃xff0c;法语&＃xff0c;西班牙语&＃xff0c;意大利语&＃xff0c;俄语&＃xff0c;日语和中文的跨语言文档分类数据集。
Facebook根据路透社语料库构建。原语料库中不同语言之间的类先验分布有显着差异&＃xff0c;此数据集先验类别较均衡。

MLDoc Zero-Shot English-to-Chinese&＃xff1a;