在不平衡数据下,文本分类模型容易把样本数量较少的类别错分成数量较多的类别.在采样层面上提出一种平滑采样方法,在损失函数层面上根据不平衡分布改进交叉熵损失和标签平滑.复旦文本数据集上的实验表明,每种层面的改进都较基准模型有一定提高.当结合使用采样和损失函数的改进时,TextCNN、BiLSTM+At-tention、TextRCNN和HAN模型在宏平均F1值上分别提高4.17％、5.13％、5.06％和6.21％,在G-mean上分别提高6.56％、3.03％、3.92％和5.32％,较好解决了不平衡数据下文本分类任务.
万方数据
维普
