少样本分类更准
针对少样本文本分类，同时学习判别性表示并缓解过拟合，通过自步采样提升训练效率。
陈俊帆 · 张日崇 · Xiaohan, Jiang · 胡春明
ACM Transactions on Information Systems 2024
通过监督对比学习拉近同类实例、推开不同类实例，学习到更有判别性的文本表示，减少相似类别间的标签预测冲突。
利用无监督对比正则化约束模型，在少量训练实例的情况下防止过拟合，提升泛化能力。
自步采样策略动态调整 episode 难度，训练中逐步引入更难的任务，提高少样本训练的效率。