m0_37929824的博客

这篇文章最早发布在2007年，由 Alon Halevy, Peter Norvig, and Fernando Pereira from Google published a paper entitled The Unreasonable Effectiveness of Data, 强调了在NLP中样本数据的作用。之后，a team at Google published a revisit...

摘要：为了了解什么使对比预测任务能够学习有用的表示，我们系统地研究了框架的主要组成部分。（1） 数据增强的组合在定义有效的预测任务方面起着关键作用；（2） 在表示和对比损失之间引入一个可学习的非线性变换，大大提高了学习表示的质量。（3） 与有监督学习相比，对比学习可以从更大的批量和更多的训练步骤中获益。通过结合这些发现，我们能够在ImageNet上大大优于以前的自监督和半监督学习方法。由...

文章摘要这篇文章研究了一种基于特征层面对虚拟样本有效性进行评价的基本思路。即利用特征评价中的“互信息”、“欧式距离”以及最后的总体识别精度作为对构建虚拟样本有效性的评价;并针对“重采样”、“奇异值重构”、“轮廓波重构”三种方法生成的虚拟样本的有效性进行了实验验证和有效性评价，实验结果表明论文使用的三种虚拟样本生成算法能实现对原始样本的有效扩充，并改善识别效果。文章思路1.1 介绍虚拟样本生成...