2025年文本分类不平衡（含答案与解析）.docx

2025年文本分类不平衡（含答案与解析）

一、单选题（共15题）

1.在处理文本分类任务时，以下哪种技术可以有效缓解类别不平衡问题？

A.数据增强

B.重采样

C.标准化处理

D.模型正则化

答案：B

解析：重采样是一种常用的缓解类别不平衡的方法，包括过采样少数类和欠采样多数类，通过调整训练数据集中各类别样本的数量，使得模型在训练过程中不会偏向于多数类。参考《机器学习实践指南》2025版4.2节。

2.以下哪种评估指标最适合用于衡量文本分类模型的泛化能力？

A.精确率

B.召回率

C.F1值

D.ROC曲线

答案：C

解析：F1值是精确率和召回率的调和平均数，综合