深度学习已经成为自然语言处理领域的主流技术。然而，这些技术需要许多标记数据，而且跨领域的通用性较差。元学习是机器学习中的一个新兴领域，研究如何学习出更好的学习算法。方法旨在提高算法的各个方面，包括数据效率和通用性。方法的有效性已经在许多自然语言处理任务中得到了证明，但目前对这些方法在自然语言处理中的应用还没有系统的综述，这阻碍了更多的研究者进入该领域。本文的目的是为研究人员提供相关的NLP元学习工作的指针，并吸引更多的关注，以推动未来的创新。本文首先介绍了元学习的一般概念和常用方法。在此基础上，总结了任务构建设置和元学习在各种自然语言处理问题中的应用，并回顾了元学习在自然语言处理社区中的发展。

论文链接：

https://openreview.net/forum?id=5FENjGCL0Eu

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除