多标签文本分类的组合泛化:一种数据增强方法
原文中文,约300字,阅读约需1分钟。发表于: 。通过创建独特的数据集,评估现有多标签文本分类模型对复杂概念的组合泛化能力,在此基础上引入了数据增强方法,利用两种创新的文本生成模型提高分类模型对组合泛化的能力。实验证明,该数据增强方法显著提升了分类模型在我们的基准测试中的组合泛化能力,两种生成模型均超过了其他文本生成基准。
通过创建独特的数据集,评估现有多标签文本分类模型对复杂概念的组合泛化能力,并引入数据增强方法,利用两种创新的文本生成模型提高分类模型对组合泛化的能力。实验证明,该数据增强方法显著提升了分类模型在基准测试中的组合泛化能力,两种生成模型均超过了其他文本生成基准。