基于平滑采样和改进损失的不平衡文本分类

作者：梁健力; 商豪^*

来源：湖北工业大学学报, 2023, 38(02): 33-73.

• 文本分类
• 不平衡比例
• 平滑采样
• 损失函数

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+Attention、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。

• 单位
  湖北工业大学