分布不均匀的数据可以使用cnn模型吗？

[zhaowenjun333]

比如你中我有我中有你的数据，可能因为一个单词就不是这个标签分类的了。这个问题怎么解决呢

[wavewangyue]

在分类任务中数据不平衡是一个比较扎手的问题吧，跟模型关系不大，用什么模型都会受影响。如果存在这种某些类别之间数据相似性很高，他们的分布又不平衡的话，我能想到的解决方式：（1）欠采样，过采样，或者造一些数据让数据平衡（2）把分类问题传换成匹配问题，换句话说，分类任务是：输入1个句子，在N个标签中选一个；匹配任务是：输入N个句子+标签的”对“，为每对输入打一个分数，最终选择分数最高的输入对应的标签，匹配任务的好处是可以引入负例，增强模型对相似性较高的类别之间的区分能力