精选理由
对从业者而言，该技术可显著降低对海量标注数据的依赖，提升实际场景中低资源分类任务的效果。
本文提出一种结合对抗训练的虚拟对抗训练方法（VAT），通过对抗性扰动增强模型对输入微扰的鲁棒性，在仅有少量标注数据的情况下显著提升文本分类性能。该方法将半监督学习与对抗训练结合，利用了无标注数据的潜在信息。
AI 翻译 · 中文
本文提出一种结合对抗训练的虚拟对抗训练方法（VAT），通过对抗性扰动增强模型对输入微扰的鲁棒性，在仅有少量标注数据的情况下显著提升文本分类性能。该方法将半监督学习与对抗训练结合，利用了无标注数据的潜在信息。