BriefGPT - AI 论文速递
·
Micro Text Classification Based on Balanced Positive-Unlabeled Learning
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的平衡细粒度正无标记学习框架（BFGPU），旨在解决文本分类中负文本的挑战，特别是在文本质量控制和法律风险筛选领域。该框架通过优化无标记学习损失函数，解决了类别不平衡问题，并在多个数据集上表现优越。
🎯
关键要点
- 本研究提出了一种新颖的平衡细粒度正无标记学习框架（BFGPU）。
- 该框架旨在解决文本分类中负文本的挑战，尤其是在文本质量控制和法律风险筛选领域。
- BFGPU通过优化无标记学习损失函数，解决了类别不平衡问题。
- 在多个公共和真实世界数据集上的实验中，BFGPU表现优越，超越了其他方法。
➡️
