본 논문은 다중 도메인 감정 분류에서 도메인 정보의 중요도가 도메인에 따라 다르다는 점에 착안하여, 효율적인 도메인 정보 생성을 위한 동적 정보 조절 알고리즘을 제안합니다. 기존의 하이퍼파라미터 최적화 알고리즘이 다수 도메인에서 계산 자원 소모, 수렴 문제, 높은 알고리즘 복잡도 등의 문제를 겪는다는 점을 지적하며, 이를 해결하기 위해 두 단계의 학습 과정을 제시합니다. 첫 번째 단계에서는 모든 도메인에 걸쳐 도메인 분류 작업의 비율을 제어하는 공유 하이퍼파라미터를 결정하고, 두 번째 단계에서는 기울기 기반 및 손실 기반 방법에 따라 계산된 새로운 도메인 인식 조절 알고리즘을 도입하여 입력 텍스트에 포함된 도메인 정보를 조절합니다. 16개 도메인을 포함하는 공개 감정 분석 데이터셋에 대한 실험 결과를 통해 제안된 방법의 우수성을 입증합니다.
