基于关键词引导和元学习的BERT文本分类——NLP

任务：完成特定领域(可持续发展领域)的少样本数据(800+条)的多标签分类和语义相似度计算功能
工作：更改BERT-MLM模型架构为特定关键词遮盖，衔接Meta-BERT框架与BCEloss+Sigmoid作为基于元学习的多标签分类模型，将Pooling层token与Contrastive loss结合作为对比损失计算语义相似度
结果：自建数据集微调基于关键词引导的BERT-MLM模型、多比例数据量微调并验证结合元学习的多标签分类模型、实现基于对比学习的文本相似度计算方法、PyQt5开发前端平台