基于对比学习的情感表征学习为何需要“难负例挖掘”? 热门官方
回答:对比学习通过“拉近正例、推开负例”学习情感表征,但若负例太容易区分(如“喜悦”与“愤怒”),模型无法学到细粒度特征。难负例挖掘指挑选语义相近但情感不同的样本作为负例(如“欣慰”与“喜悦”、“遗憾”与“悲伤”),迫使模型学习更 subtle 的情感差异。例如,在情感表征学习中,加入难负例后,模型对“欣慰”与“喜悦”的区分准确率从68%提升至89%。
用户讨论(回复)
共 0 条记录,当前显示第 1- 条
« 上一页
下一页 »
相关阅读