一种用于多标签文本分类的无偏最近邻框架
原文中文,约300字,阅读约需1分钟。发表于: 。我们介绍了一种用于多标签文本分类的 DEbiased Nearest Neighbors (DENN) 框架,旨在解决嵌入对齐和置信度估计两个关键偏差问题,通过引入去偏对比学习策略和去偏置信度估计策略,提高标签共现的邻居一致性和预测的自适应组合。通过在四个公开基准数据集上的广泛实验证明了我们方法的有效性,且没有引入任何额外参数。
我们介绍了一种用于多标签文本分类的 DEbiased Nearest Neighbors (DENN) 框架,通过去偏对比学习策略和去偏置信度估计策略,提高标签共现的邻居一致性和预测的自适应组合。实验证明该方法有效,且没有引入额外参数。