2021年9月，实验室有1篇论文被Neural Networks期刊录用。Neural Networks是有关神经网络的期刊，包含深度学习、人工智能和机器学习等研究方向，为JCR分区一区期刊，影响因子8.05（2021.11.15）。
Learning Policy Scheduling for Text Augmentation. (Shuokai Li, Xiang Ao, Feiyang Pan, Qing He)
此工作的简介如下：在训练深度学习模型时，数据增强是一项重要的技术用来提高模型性能并缓解过拟合。在自然语言处理中（NLP），现有的增强方法通常使用固定策略。然而，在不同的训练阶段使，最适合的增强策略可能不同，以及不同的数据集可能需要不同的增强策略。在本文中，我们考虑动态数据增强策略。通过集成集中常见的增强操作，我们构造了一个包含多种增强策略的搜索空间。然后我们采用基于群体的训练方法来搜索最佳的动态增强策略。我们对五个文本分类任务进行了广泛的实验。结果显示，对比以前的方法，最优的动态增强策略的效果有了显着提升。
附件：