摘要
本发明公开了一种小样本电信诈骗文本分类方法,该方法首先通过设计的提示模板与原数据进行拼接,构成新的训练数据,完善句子表达,以便充分利用训练数据,随后根据原始数据构建同类、异类三元组数据对通过对比学习方式高效训练编码器,最后使用逻辑回归模型作为分类头,基于训练后的编码器实现小样本电信诈骗文本细粒度分类;本发明提出的提示对比分类方法将提示学习与对比学习相结合,通过结合提示模板与对比学习,能够更好的学习到不同诈骗文本间的细微特征差异,更有效地在小样本场景下保持分类精度,且本发明的小样本电信诈骗文本细粒度分类效果优于现有的基线模型。
技术关键词
文本分类方法
样本
文本细粒度分类
电信
编码器
三元组
模板
大规模语料
逻辑回归模型
标签
数据
超参数
训练集
基线
语义
系统为您推荐了相关专利信息
地铁盾构隧道
渗漏检测方法
深度学习网络
曲线
激光雷达系统
状态检测方法
水轮机组
样本
调速器
缺陷在线检测系统