NLP中的少樣本困境問題探究

公衆號關注 「ML_NLP」 設爲 「星標」,重磅乾貨,第一時間送達! 作者:JayLou婁傑(NLP算法工程師,信息抽取方向) 前言 在醫療、金融、法律等領域,高質量的標註數據十分稀缺、昂貴,我們通常面臨少樣本低資源問題。本文從「文本增強」和「半監督學習」這兩個角度出發,談一談如何解決少樣本困境。 正式介紹之前,我們首先需要思考什麼纔是一種好的解決少樣本困境的方案?本文嘗試給出了三個層次的評價策
相關文章
相關標籤/搜索