來源：專知
最近發佈的GPT-3讓我對NLP中的零學習和小樣本的狀態產生了興趣。雖然大多數的零樣本學習研究集中在計算機視覺，也有一些有趣的工做在NLP領域。學習
我將會寫一系列的博文來涵蓋現有的關於NLP零樣本學習的研究。在這第一篇文章中，我將解釋Pushp等人的論文「一次訓練，處處測試:文本分類的零樣本學習」。本文從2017年12月開始，首次提出了文本分類的零樣本學習範式。測試
什麼是零樣本學習?spa
零樣本學習是檢測模型在訓練中從未見過的類的能力。它相似於咱們人類在沒有明確監督的狀況下概括和識別新事物的能力。blog
例如，咱們想要作情感分類和新聞分類。一般，咱們將爲每一個數據集訓練/微調一個新模型。相比之下，零樣本學習，你能夠直接執行任務，如情緒和新聞分類，沒有任何特定的任務訓練。get
一次訓練，隨處測試it
本文提出了一種簡單的零樣本分類方法。他們沒有將文本分類爲X類，而是將任務從新組織爲二元分類，以肯定文本和類是否相關。io
更多內容能夠訪問原文：class
https://amitness.com/2020/05/zero-shot-text-classification/方法