APP：面向少样本分布外检测的 adaptive prototypical pseudo-labeling
计算与语言
2024-02-23 v1
摘要
从用户查询中检测分布外（OOD）意图对于任务型对话系统至关重要。先前的OOD检测研究通常假设存在大量带标签的分布内（IND）意图。本文关注一种更实用的少样本OOD设定：仅有少量带标签IND数据，以及大量可能属于IND或OOD的未标记混合数据。新场景带来两个关键挑战：利用有限IND数据学习判别性表示，以及利用未标记混合数据。因此，我们提出一种面向少样本OOD检测的adaptive prototypical pseudo-labeling（APP）方法，包含一个促进利用有限IND数据进行低资源OOD检测的原型OOD检测框架（ProtoOOD），以及一种生成高质量伪OOD和IND标签的自适应伪标注方法。大量实验与分析证明了我们的方法在少样本OOD检测上的有效性。
引用
@article{arxiv.2310.13380,
title = {APP: Adaptive Prototypical Pseudo-Labeling for Few-shot OOD Detection},
author = {Pei Wang and Keqing He and Yutao Mou and Xiaoshuai Song and Yanan Wu and Jingang Wang and Yunsen Xian and Xunliang Cai and Weiran Xu},
journal= {arXiv preprint arXiv:2310.13380},
year = {2024}
}