摘要

本文介绍了PyDCI，这是一种用Python编写的新的分布对应索引（Distributional Correspondence Indexing, DCI）实现方法。DCI是一种用于跨域和跨语言文本分类的迁移学习方法，我们之前基于Java文本分类框架JaTeCS提供了一种实现（以下简称JaDCI）。PyDCI是DCI的一个独立版本，利用了scikit-learn和SciPy堆栈。本文报告了我们为测试PyDCI而进行的新实验，并在这些实验中使用了自DCI最初提出以来出现的一些新的高性能方法作为基线。实验结果表明，由于我们在几个细微方面对DCI进行了改进，PyDCI不仅优于JaDCI，还超过了上述高性能方法，在两个流行的基准测试中取得了最佳已知结果，即多域情感分析（MultiDomainSentiment，简称MDS——用于跨域适应）和Webis-CLS-10（用于跨语言适应）。PyDCI及其允许复现实验的代码可在https://github.com/AlexMoreo/pydci 获取。