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.
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Han Liu,Siya... klokken arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03565.pdfDypere Spørsmål