《表1 四种高层概念：基于三重潜在空间的迁移学习》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于三重潜在空间的迁移学习》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了解决这一问题，本文提出能够同时构建共享与特有潜在结构，并进行整合的基于三重潜在空间的迁移学习方法。如图1所示：首先，除了在源领域和目标领域所组成的数据集上构建共享潜在结构以外，分别在源领域和目标领域单独构建领域特有潜在结构。其次，将所构建的三个潜在结构进行整合。因此，能够表示领域特有潜在信息的领域特有潜在结构将在学习过程中进一步促进共享潜在结构，从而构建出具有更强领域适应性的迁移学习模型。由于基于潜在结构的迁移学习方法通常利用高层概念构建跨领域知识迁移的桥梁。因此，在利用领域特有结构进行学习的过程中，高层概念的选取是十分关键的步骤。在迁移学习中，高层概念并没有明确的定义，通常可以理解为具有潜在含义的主题概念。由于高层概念并没有明确的形式化表示，因此，在实际应用中往往难以直接应用高层概念进行分类模型的训练和学习。为了解决高层概念的形式化问题，zhuang[3]等人提出了高层概念的间接形式化策略，即通过形式化原始概念与高层概念的映射关系（称之为概念外延）以及高层概念与样本类别的映射关系（称之为概念内涵）来间接形式化高层概念。如表1所示，根据在不同领域中概念外延与概念内涵的相同与否，高层概念可以分为四种：相同概念，相似概念，特有概念以及多义概念[5]。由于领域特有潜在结构主要体现的是领域的特有信息。因此，为了不与共享潜在结构相冲突，应该选择特有概念进行领域特有潜在结构的学习，并通过共享结构，一同促进知识迁移桥梁的构建。