乾貨 | 只有100個標記數據，如何精確分類400萬用戶評論？

來源：新智元 本文共2200字，建議閱讀6分鐘。 本文介紹了面向NLP任務的遷移學習新模型ULMFit，只需使用極少量的標記數據，文本分類精度就能和數千倍的標記數據訓練量達到同等水平。 [ 導讀 ]在本文中，我們將介紹自然語言處理（NLP）在遷移學習上的最新應用趨勢，並嘗試執行一個分類任務：使用一個數據集，其內容是亞馬遜網站上的購物評價，已按正面或負面評價分類。然後在你可以按照這裏的說明，用你自己

>>阅读原文<<