이 논문은 적은 샘플 및 제로 샷 텍스트 분류 문제를 해결하기 위한 새로운 방법을 제안한다. 기존 방법들은 학습된 클래스에서 지식을 전이하려 했지만, 클래스 간 차이로 인해 어려움이 있었다. 이 논문에서는 이를 해결하기 위해 다음과 같은 접근법을 취한다:
실험 결과, 제안 방법이 다양한 데이터셋에서 기존 강력 baseline 모델들을 크게 능가하는 성능을 보였다. 특히 제로 샷 학습 상황에서도 우수한 성과를 달성했다. 이는 앵커 생성과 분류 재구성 기법이 새로운 클래스에 대한 지식 습득과 활용에 효과적임을 보여준다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Han Liu,Siya... a las arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03565.pdfConsultas más profundas