基于EDANN与ECDAN的跨领域弱标注文本分类方法
薛连政
刘海燕
张兵权
北华航天工业学院 河北廊坊 065000
摘要：针对跨领域弱标注文本分类中标注数据稀缺和领域差异导致的性能瓶颈,文章提出了一种迁移学习方法.采用动态标签清洗的半监督学习,提升数据利用效率,并引入多头注意力机制增强特征建模,设计针对高相似度场景的EDANN模型和中、低相似度场景的ECDAN模型,结合SimCSE、SBERT、BERT预训练模型,通过差异化对抗训练实现特征对齐.实验结果显示,F1值在高、中、低相似度场景分别达95.49％、91.70％、93.43％,相较BCN、AM-AdpGRU等基线模型显著提升,验证了方法的有效性和泛化能力.
关键词：弱标注文本分类标签清洗多头注意力
资助基金：河北省教育厅科研资助项目(CXY2023013)北华航天工业学院硕士研究生创新课题项目(YKY-2025-60)
论文发表日期：2025-11-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 4-7 )