文本分类中的异常检测

Question

我已经使用OneClassSVM构建了文本分类器。

我的训练集仅对应一个标签，即（“是”），而我没有其他标签数据（“否”）。我的任务是建立一个分类器，如果它与训练数据非常相似，则将新的看不见的句子（测试数据）分类为1。否则，它分类为-1，即（异常）。

我已经使用Word2Vec为我的训练数据构建单词嵌入。然后，我在OneClassSVM中使用词向量平均来构建异常检测器分类器。

该分类器当前的准确度约为50％-55％。我必须进一步增强它，以构建可靠的分类器。

任何有关此问题的建议都会有所帮助...

Answer 1

我建议采用一种非常不同的方法，因为您根本没有负面课程的培训示例。 您可以在训练数据上训练语言模型。在推论时，您使用语言模型对输入进行评分，然后根据LM根据输入句子的困惑性的某个阈值对其进行分类。