基于大模型的非均衡樣本文本分類優(yōu)化方法

打開文本圖片集

關鍵詞：大模型；文本分類；樣本不平衡

中圖分類號：TP391 文獻標志碼：A

0引言（Introduction）

非均衡樣本，亦稱樣本不平衡，是文本分類領域中常見的問題，其中某些類別的樣本數(shù)量遠遠多于其他類別的樣本數(shù)量。這種不均衡性導致模型偏向于預測數(shù)量較多的類別，從而忽視了數(shù)量較少的類別。為了解決樣本不平衡的問題，在數(shù)據(jù)層面，傳統(tǒng)的方法是使用過采樣和欠采樣等技術來平衡不同類別的樣本數(shù)量。（剩余5955字）