基于提示的少样本分类研究.pdf

摘要

少样本文本分类依赖于非常有限的训练样本,而缺乏足够的样本可能导致模

型对某些类别的特征提取不充分,容易使模型过拟合到训练数据上,无法在未见

数据上表现良好。针对上述问题,本文提出了一种基于数据增强、多模板提示学

习和双重语义对比的框架(Prompt-basedDataAugmentationandDual-

EnhancedSemanticContrastiveLearning)。主要工作如下:

(1)针对数

文档评论(0)

1亿VIP精品文档

相关文档