释放反事实增强数据在超出分布的泛化中的潜力

该文提出了一种新方案，使用编码向量空间的自动生成机制减少新数据生成的人工成本，对原始训练数据的一小部分进行注释即可获得明显的准确性改进。实验证明，该方法对情感分类有效，并在使用 IMDb 数据进行训练和 Amazon、SemEval 和 Yelp 等其他数据集进行 OOD 测试时，仅添加 1％手动反事实数据即可获得 + 3％的准确性提升。