분리된 라벨 공간 전이 학습과 공통 인수 분해 공간

본 논문에서는 여러 출처 영역과 대상 영역의 라벨 공간 및 주석 가정을 단일 모델로 처리하는 통합적 접근 방식을 제시합니다. 특히 출처와 대상 라벨 공간이 서로 독립적인 어려운 경우를 효과적으로 다루며, 비지도 학습과 준지도 학습 환경에서 모두 다른 방법론보다 우수한 성능을 보입니다. 이 접근 방식의 핵심 요소는 공통 인자화 공간(Common Factorised Space)이라는 공통 표현입니다. 이는 출처와 대상 영역 간에 공유되며, 비지도 인자화 손실과 그래프 기반 손실을 통해 훈련됩니다. 다양한 실험을 통해 본 방법론의 유연성, 적절성 및 효율성을 입증하였으며, 출처와 대상 라벨 집합이 동일한 비지도 도메인 적응 등 더 전통적인 경우뿐만 아니라, 라벨 공간이 서로 독립적인 어려운 상황에서도 그 효과를 확인할 수 있었습니다.