本文提出了一种基于领域增强和特征对齐的元学习方法，用于改善单一领域泛化模型的性能。实验结果表明，MetaDefa在未知目标领域中具有显著的泛化性能优势。

本文提出了一种基于领域增强和特征对齐的元学习方法，用于改善单一领域泛化模型的性能。实验证明，MetaDefa在未知多个目标领域中具有显著的泛化性能优势。