simona081的博客

原创 处理文本分类中样本不均衡的问题

    一个文本二分类的项目中遇到了严重的数据倾斜（data skew），想到两种解决的思路： （1） 仿照数据增强，打乱词序增加正样本数量，以及样本直接复制扩充（增加loss中的影响，但也会影响到train集中的准确率） ；（2） 设计一个新的loss函数，增加对少样本的损失占比。    发现大神们已经有成熟的研究，copy一下：...