半监督场景下特征和实例联合迁移学习方法

摘要

本发明公开了一种半监督场景下特征和实例联合迁移学习方法，针对某些领域分类模型训练时带标签数据不足的问题，而引入其他领域的数据以及该领域的无标签数据辅助训练，同时考虑领域间数据分布的差异，对于目标域中既有少量带标签数据，又有大量无标签数据的情形，本发明提出混合的平衡分布适应方法和自学习实例迁移方法；并以此为基础构建特征和实例联合迁移学习方法FSJT。