多模板软提示聚合
通过挑选并聚合多个相关模板的软提示，充分挖掘模板间相关性，在少样本场景下大幅提升方面情感四元组预测的准确率。
Yinhao, Bai · Yalan, Xie · Xiaoyi, Liu · Yuhua, Zhao · 77735255 · 胡梦婷 · Gao, Hang · 程仁洪
2024
借助更均衡的 FSQP 数据集和多模板聚合，模型在仅少量示例的情况下就能快速适应新方面类别。
用 Jensen-Shannon 散度选出最相关的多个模板，再通过投票聚合结果，避免只依赖某一个模板造成的偏差。
由于只需要少量示例即可达到强性能，实际部署时可以大幅减少逐条标注四元组的人力投入。