EMNLP2022 Findings论文：用于多标签少样本方面类别检测的标签驱动去噪框架

在本文中，我们提出了一种新颖的标签驱动去噪框架（LDF）来缓解 FS-ACD 任务的噪声问题。 具体来说，我们设计了两个合理的方法：标签引导的注意力策略和标签加权的对比损失，旨在为每个类生成更好的原型并区分相似的原型。大量实验的结果表明，我们的框架 LDF 与其他最先进的方法相比实现了更好的性能。

论文链接：https://arxiv.org/pdf/2210.04220.pdf

代码链接：https://github.com/1429904852/LDF

内容中包含的图片若涉及版权问题，请及时与我们联系删除