《计算机工程与科学杂志》发表论文赏析

基于提示学习的少样本情感分类研究

来源:计算机工程与科学杂志2026年第2期北京时间:

作者:王德兴, 周闯, 袁红春

单位:上海海洋大学信息学院,上海 201306

摘要:针对预训练语言模型基于微调的方法在少样本学习场景下进行情感分类效果不好的问题,提出了一种基于改进提示学习和原型标签映射的少样本情感分类方法。在采用提示学习构建提示模板时,融入原始文本的关键词信息,提高文本中关键信息对标签结果影响的权重;然后在标签映射过程中引入原型网络,学习不同类别的原型向量,根据学习到的原型向量将模型预测结果映射到具体的标签上。在EPRSTMT和SST-2这2个数据集上的实验结果表明,所提方法的模型在少样本场景下的平均准确率指标达到了88.7%和91.9%,相比于微调方法,所提方法的模型的准确率分别提升了15.5%和14.0%;相比于P-Tuning方法,也提升了2.1%和0.7%。实验结果验证了所提方法的模型在少样本场景下的情感分类的有效性。

关键词:预训练语言模型,情感分类,提示学习,关键词抽取,

基金资助:国家自然科学基金(41776142)

2026年2期其他文献查阅:

低温ADC综述

基于发送速率梯度的数据中心网络拥塞控制

面向领域专用片上网络的自定义拓扑结构生成框架

下一代智算中心RDMA QP通信机制

应用场景驱动的动态自重构A*算法加速阵列设计与实现

一种基于因果关系的减轻大语言模型幻觉的方法

一种基于强化学习的多跳知识图谱推理方法研究

基于多阶段协同推理的大语言模型司法问答框架

ICBV:一种基于BERT变分自编码的半监督意图聚类方法

面向电力运维的知识图谱构建:基于EBOM模型的实体关系联合抽取

基于双编码器和知识增强的方面情感三元组抽取

基于改进的PEGASUS模型与自适应纠错机制的双阶段文本摘要方法

基于动态依赖驱动与多元特征增强的中文关系抽取

基于数据增强的对话情绪识别

基于全景语义和多层次特征融合的方面级多模态情感分析

基于提示学习的少样本情感分类研究

一种基于预训练语言模型的多特征融合文章对匹配模型

自适应融合的多模态实体对齐方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!