Abstract
- 本文主要解决领域适应问题,即在几个源领域上训练算法,使其可以应用到未知领域的样本上。
- PADA:An example-based autoregressive Prompt learning algorithm for
on-the-fly Any-Domain Adaptation- 基于 T5 模型
- 给定一个测试样本,PADA 首先生成一个唯一的 prompt,然后基于这个 prompt,使用 NLP 预测任务对前述样本进行打标。
- PADA 的训练目标:生成由不限长度的 token 序列组成的 prompt. 这个 prompt 中包含 领域相关特征 DRFs (Domain Related Features)
- DRF 刻画了每个 source domains
- 直觉上来说,生成的 prompt 是给定样本的唯一签名,并将其映射到了由 source domains 组成的语义空间
- 在三个任务(text clas