长尾问题/小样本问题

长尾问题

  • 旷视研究院提出双边分支网络BBN:攻坚长尾分布的现实世界任务
  • 香侬科技提出用Dice Loss缓解数据集数据不平衡问题
    在本文中,我们提出用Dice Loss缓解大量NLP任务中的数据不平衡问题,从而能够提高基于F1评分的表现。
    Dice Loss形式简单且十分有效,将Cross Entropy Loss替换为Dice Loss能够在词性标注数据集CTB5、CTB6、UD1.4,命名实体识别数据集CoNLL2003、OntoNotes5.0、MSRA、OntoNotes4.0,和问答数据集SQuAD、Quoref上接近或超过当前最佳结果。
  • 数据样本不平衡问题处理方法
  • 如果解决长尾数据(样本不均衡)

小样本问题

  • 最新必读的8篇「小样本学习(few-shot learning)」2020顶会论文和代码
  • 综述
    • 论文
    • GitHub
  • 如何解决「小样本」+「多分类」问题?
  • 中文论文 |《基于深度神经网络的少样本学习综述》
  • 2020年最全 | 少样本学习(FSL)相关综述、数据集、模型/算法和应用资源整理分享

你可能感兴趣的:(长尾问题/小样本问题)