计算机应用研究

作者：盛晓辉,沈海龙,

单位：东北大学理学院,沈阳110819；

关键词：半监督学习,文本分类,数据增强,相似伪标签,

为了减少对有标记数据的依赖，充分利用大量无标记数据，提出了一个基于数据增强和相似伪标签的半监督文本分类算法（semi-supervised text classification algorithm with data augmentation and similar pseudo-labels，STAP）。该算法利用EPiDA（easy plug-in data augmentation）框架和自训练对少量有标记数据进行扩充，采用一致性训练和相似伪标签考虑无标记数据及其增强样本之间的关系和高置信度的相似无标记数据之间的关系，在有监督交叉熵损失、无监督一致性损失和无监督配对损失的约束下，提高无标记数据的质量。在四个文本分类数据集上进行实验，与其他经典的文本分类算法相比，STAP算法有明显的改进效果。

来源：2023年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第4期