多标签分类的鲁棒性:对抗不平衡和噪声的数据增强策略

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

我们提出了一种名为BalanceMix的数据增强方法,用于解决多标签分类中的类别不平衡和噪声问题。该方法包括两个样本策略,用于生成多样性较高的少数类增强样本,并对多标签进行细分,将噪声标签归类为清晰、重新标记或不确定。实验结果表明,BalanceMix优于现有方法。

原文中文,约300字,阅读约需1分钟。
阅读原文