伪标签更可靠
通过最优传输生成可靠伪标签，并结合聚类友好表征学习，提升新意图发现的准确性。
Shun, Zhang · Chaoran, Yan · 杨建 · Changyu, Ren · Jiaqi, Bai · Li, Tongliang · 李舟军
Lecture Notes in Computer Science 2024
通过求解最优传输问题分配合成标签，为表征学习提供高质量监督信号，避免错误伪标签的累积。
结合类内和类间对比学习，使同类样本更紧凑、异类样本更分离，从而得到判别性更强的特征。
采用EM式交替优化，可靠标签与判别表征相互促进，逐步提升整体性能。
在多个基准上超越先前最优方法1-4个百分点。