少样本下性能媲美全微调
这个检索模型为ChatGPT的少样本上下文学习精准挑选演示样例，使多模态实体情感分析在极少标注数据下即可达到全微调方法的水平。
Yang, Li · Zengzhi, Wang · Li, Ziyan · Na, Jin-cheon · 俞建飞
Information Processing and Management 2024
通过上下文学习，仅需少量演示样例即可进行情感分析，避免大规模标注，从而节省成本和时间。
所提出的实体感知对比学习检索模型能够挑选更相关的演示样例，使少样本框架在四个子任务上优于其他上下文学习方法，性能甚至可与微调方法相媲美。
实体感知对比学习根据测试样本检索最相似的演示样例，让少样本上下文学习更有效，无需微调即可达到较高性能。