Hybrid Model for Few-Shot Text Classification Based on Transfer Learning and Meta-Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了一种结合迁移学习与元学习的少样本文本分类模型,有效解决了标注数据获取困难的问题。实验结果表明,该模型在少样本和中等样本条件下的性能优于传统方法,具有实际应用潜力。

🏷️

标签

➡️

继续阅读