EMNLPOct, 2022
探索前缀调整在嘈杂数据中的稳健性:以金融情感分析为例的案例研究
Exploring Robustness of Prefix Tuning in Noisy Data: A Case Study in Financial Sentiment Analysis
Sudhandar Balakrishnan, Yihao Fang, Xioadan Zhu
TL;DR本研究通过实验证明,相较于 fine-tuning 方法,prefix tuning 在面对嘈杂数据时更脆弱,会导致性能下降,特别是在噪声水平增加的数据集中,此外,prefix tuning 在许多污染方法中的 F1 得分方差比 fine-tuning 高,因此在使用这种方法处理嘈杂的数据时应谨慎。