小樣本學習（few-shot learning）在文本分類中的應用

 1，概述 　　目前有效的文本分類方法都是建立在具有大量的標籤數據下的有監督學習，例如常見的textcnn，textrnn等，但是在很多場景下的文本分類是無法提供這麼多訓練數據的，比如對話場景下的意圖識別，這個時候如果我們還以傳統的深度學習模型+softmax的形式來分類的話，是極容易陷入過擬合的狀態。因此就有很多人研究在少量樣本下如何建模。one-shot learning，few-shot l

>>阅读原文<<