discourse marker

合成数据放置提升NLP分类性能

研究人员探讨了合成数据增强在语篇语用功能分类任务中的有效性，该任务常受数据稀缺的限制。通过使用Llama 3.1生成合成样本，并在RoBERTa嵌入空间中分析其与真实数据的接近程度，他们发现合成数据相对于决策边界的放置位置显著影响性能。虽然所有增强方法都比仅使用真实数据的基线有所改进，但邻近样本在宏观F1分数上带来了最大的提升，而平衡的混合样本则实现了最高的准确率。