使用转移学习的推文的立场分类 根据应用转移学习（使用现有的神经网络架构）对Tweets进行姿态分类。 并比较（详细）使用的迁移学习方法。 对于子任务A，目标是将针对特定主题的推文分类为以下三个类别之一：偏爱，反对和无。 提供的笔记本使用称为转移学习的深度学习技术来尝试这种操作。 自ImageNet取得成功以来，转移学习已在整个计算机视觉应用程序中无处不在，但仅从2017-18以来，NLP应用程序中的转移学习才取得了重大进展。 2018年有很多有趣的论文，讨论了语言模型在自然语言理解中的强大功