1/1 基于文本向量实现零样本分类

在传统的文本分类任务中，我们通常依赖监督学习方法，比如朴素贝叶斯、支持向量机，或者 BERT 这样的深度学习模型。但这些方法存在三个关键限制： 需要固定的分类标签 需要大量的标注数据 需要不断训练和调参 这种传统方法的不足之处： 只能识别预先定义好的标签。例如，我们可能训练了一个分类器来识别"科技"、"体育"新闻类型。但如果后来需要新增"军事"类，就必须重新收集训练数据，重新训练模型。 面对多标签... 查看完整内容