AAAIJan, 2024
深度主动学习中利用 Beta 评分的多标签文本分类
Harnessing the Power of Beta Scoring in Deep Active Learning for Multi-Label Text Classification
Wei Tan, Ngoc Dang Nguyen, Lan Du, Wray Buntine
TL;DR本研究介绍了一种新颖的深度主动学习策略,利用期望损失减少框架中的 Beta 系列合适评分规则来解决自然语言处理范围内多标签文本分类的挑战。通过计算预期分数的增加量,并将其转化为样本向量表示,该方法在各种架构和数据集情景中通常胜过传统的获取技术,在多标签文本分类中表现出令人鼓舞的结果。