科研之友
微信
新浪微博
Facebook
分享链接
摘要
文本分类是自然语言处理中的一项基础任务，在情感分析、新闻分类等领域具有重要应用。相较于传统的机器学习和深度学习模型，提示学习可以在数据不足的情况下通过构建提示来进行文本分类。近年来，GPT-3的出现推动了提示学习方法的发展，并且在文本分类领域取得了显著的进展。该论文首先对以往的文本分类方法进行简要梳理，分析其存在的问题与不足；其次阐述了提示学习的发展进程，以及构建提示模板的方法，并对用于文本分类的提示学习方法研究及成果进行了介绍和总结；最后对于提示学习在文本分类领域的发展趋势和有待进一步研究的难点进行了总结和展望。
- 单位
