来自：SimpleAI

• 论文标题：Domain Adaptation for Large-Scale Sentiment Classification: A Deep Learning Approach

• 会议/期刊：ICML-2011

• 团队：Bengio那一伙儿

Domain adaptation的定义： 训练和测试在不一样的分布上的问题，就是领域适应问题。

常见场景： 在一个source domain上训练，但是需要部署到另一个domain上。

本文主要思想： 使用非监督式的深度学习方法，提取文本的高层次特征，然后使用这些特征进行分类。

一段话概括全文：

情感分类任务适用于多个领域，比如对图书的评论，对电影的评论，对电子产品的评论等等，针对不同的领域，都可以使用“积极”或“消极”来作为评论的标签。现在的场景是在一个领域上训练了一个情感分类模型，能否很好地在另一个领域进行预测？本文的主要想法是，先通过多层自编码器（Stacked Auto-encoder）对评论文本（各个领域的无标签数据）进行非监督训练，得到的编码器可以提取出评论文本的高层次特征（即可以用来转化原始文本），然后使用SVM进行分类。实验表明这种方法相比于传统的方法，使用auto-encoder转化后的特征可以训练出更好的模型，迁移到另一个领域的损失大大降低。

论文要点一览：

1. 数据集

本文使用了一个Amazon的商品评论数据集，分为大小两个版本，大的分布不均衡，小的人为构造的类别均衡。同时还有很多的无标签数据，可用于进行非监督训练。

2. 使用多层降噪自编码器来训练特征提取器

Stacked Denoising Auto-encoder(SDA)这个玩意儿，主要就是“压缩-解压”网络，训练的过程就是要让解压后的重构损失最小。简单地可以表示为r(x) = g(h(x))，然后最小化loss(x, r(x))。因此，auto-encoder的训练完全可以是无监督的，自己训练自己，挺有意思的。

训练完后的auto-encoder，可以单独拿其encoder的部分，作为一个特征提取器（或者降维工具），提取样本的重要特征。

3. 本文提出的是一个two-step的方法

• 第一步是通过SDA来对数据特征进行转化；

• 第二步是对转化后的特征，使用常用的模型（比如本文中的SVM）进行分类。

4. in-domain error，transfer error和transfer loss

这些都是为了评价各种方法/模型在domain adaptation上的效果。

• in-domain error ：在target领域上训练和测试的test error. 然后使用baseline模型的test error，记为

• transfer error ：在source S上训练，然后在target domain上进行测试的test error

• transfer loss ：，就是transfer error减去本身在target上就有的一个误差。这样就消去了target domain本身的影响。

下图展示了实验结果，其中SDA就是文本的方法。可以看出其transfer loss基本都是最低的。有几个甚至是负值，说明了在那些任务上，transfer的error，比原本的in-domain的error都要低。（虽然这种做法我并不认为这能说明什么，因为是使用原始的特征进行测试的，而SDA是使用转化后的特征）

5. 通过SDA的转化，两个domain之间的A-distance反而拉大了。所以按照一些理论，transfer的效果应该更差，但是论文的实验结果表明transfer的预测效果是更好的。

这是一个值得探究的地方，差点让这个论文自相矛盾。

所谓的A-distance是一个衡量两个分布之间相似度的一个指标。如下图所示：横坐标是经过转化后的A-dist，纵坐标是原始的A-dist，各个点就是各种不同的迁移任务。这些点都在对角线的右下方，说明A-dist在经过SDA转化后变大了。

针对这种尴尬的状况，作者的解释是，是不是因为SDA把原本特征中，领域相关的特征（domain-specific info）与情感极性的特征（sentiment polarity info）给解耦了，也就是把“通用的”特征和“个性化”的特征给分开了，相当于把那些的个性的、特殊的特征更加突出了，因此不同domain的特征就更不相似了（解释的好牵强？？？）。

为了验证作者的这个猜想，他们继续做了一些实验，即想办法挑出情感分类任务和领域识别任务中的那些重要特征，看看这些特征在两种不同的任务上的重叠程度。提取重要特征则是通过使用L1正则项的SVM来完成（L1范数常用于训练一个稀疏的模型，从而得到最重要的那些特征）。实验结果见下面这个热力图：

这个图上的每个点代表，有多少的特征，被m个domain recognition任何和n个sentiment classification任务同时使用。同时使用的越多，说明特征越耦合在一块儿。图中左下方亮度越高，就代表耦合程度越低。因此经过SDA转化之后的特征，确实降低了特征耦合的程度。

后记：

这个文章，毕竟是2011的工作，不能拿2021的视角来看，否则看完之后一定会问，这里用SDA进行特征提取有啥好的？用一个预训练好的bert难道不是更好吗？而且这个还是无监督的，分两步的，所以无论从精确程度还是方便程度，都其实一般般。但这个工作，在2011年这个深度学习还没有被广泛应用的年代，依然是开创性的，让人看到了深度学习模型的种种可能，比如强大的特征提取能力，这一点在文章最后探究特征解耦的这一块尤其让人感到惊讶。在这篇文章之后，诞生了许许多多使用深度学习方法进行domain adaptation的工作，所以，也是开启了一扇重要的门了。

说个正事哈

由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：

（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。

（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。

感谢支持，比心。

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

点击上面卡片，关注我呀，每天推送AI技术干货~

整理不易，还望给个在看！