不充足注释下的多域学习（英文版）

英文标题：Multi-Domain Learning From Insufficient Annotations中文摘要：本文介绍了一种名为多领域对比学习（MDCL）的新方法，以减轻不充分注释对传统 MDL 方法的影响，该方法旨在捕获来自标记和未标记数据的语义和结构信息，通过在不同领域的共享和私有空间中分别对其进行处理。实验结果表明，MDCL 相对于各种共享 - 私有模型（SP models）都带来了明显的改进，而且还能在多领域主动学习中得到进一步应用，以获得更好的总体性能。英文摘要：Multi-domain learning (MDL) refers to simultaneously constructing a model ora set of models on datasets collected from different domains. Conventionalapproaches emphasize domain-shared information extraction and domain-privateinformation preservation, fol