不要浪费没有标注的数据！超强文本半监督方法MixText来袭！

文 | JayLou娄杰把没有标注的数据利用起来！不浪费未标注数据，是算法工程师的一种“必备技能”！低资源少样本NLP问题是JayJay比较关注的一个方向，说白了就是一个问题：标注样本少怎么办？而半监督学习就是解决这一问题的一个重要手段。半监督学习在CV领域早已经“大显身手”，而在NLP领域的应用却不太多。此外，随着BERT等预训练模型的强大，本质上也缓解了少样本问题。而BERT如果能和其他机器学习方法（如：半监督学习 或 主动学习 等）结合起来，或许少样本问题的增益会更加明显。本文JayJay介绍一篇来自ACL20的paper《MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification》。论文下载地址：https://arxiv.org/pdf/2004.12239论文开源地址：https:// ………………………………