关键词imbalanced label distributions
搜索结果 - 3
- 从图到词袋:将领域知识引入混乱电荷预测
在法律人工智能中,混淆罪名预测是一项具有挑战性的任务,本文介绍了一种从图形到词袋(FWGB)的新方法,通过引入组成要素的领域知识以指导模型对混淆罪名进行判断,从而提高预测性能。
- 低资源命名实体识别:一对多 AUC 最大化是否有帮助?
提出了一个创新的方法,将多类问题作为一对多 (OVA) 学习问题来解决,引入了基于接收器操作特征曲线 (AUC) 下面积的损失函数,通过提出两种训练策略,改进了效率,从而在不同的命名实体识别 (NER) 设置中超过传统 NER 学习的性能。
- 主动半监督学习的语义分割
提出了通过结合主动学习和半监督学习来减少标注样本数量的新算法,应用于语义分割任务取得了优异的成果。