半监督文本分类的对抗训练方法

OpenAI 发布了一项关于半监督文本分类的研究，提出了一种新的对抗训练方法。该方法通过在嵌入空间中加入扰动来生成对抗样本，并结合虚拟对抗训练（VAT）和熵最小化等技术，有效利用未标注数据提升分类性能。实验表明，该方法在多个标准文本分类数据集上取得了当时最优的结果，显著减少了所需标注样本的数量。该工作为半监督学习在自然语言处理中的应用提供了重要思路。