我有一些用于训练和测试 DNN 的标签数据。我工作的主要目的是训练一个可以对文本进行二进制分类的模型。为此，我有大约 3000 个标签数据和 60000 个未标记数据可供我使用。我的数据类型与指令相关（比如-开门[label-1]，给我一杯水[label-1]，给我钱[label-0]等）。在这种情况下，我听说Transferring其他模型的知识将对我有很大帮助。谁能给我一些关于 NLP 领域迁移学习的有用资源？

我已经做了一些实验。我使用 GLoVE 作为预训练嵌入。然后用我的标签数据测试它。但准确率约为 70%。还尝试使用我自己的数据（63k）构建嵌入，然后训练模型。测试数据的准确率达到 75%。我的模型架构如下 -

Q1：我有一个小问题，如果我在模型中使用 GLOVE 嵌入，它会被称为迁移学习吗？

欢迎任何形式的帮助。即使有人在不使用迁移学习的情况下构建模型有其他想法，也受到欢迎。