共计 657 个字符，预计需要花费 2 分钟才能阅读完成。
美团的各个业务有着丰盛的 NLP 场景，而这些场景中模型的构建须要很多的标注资源，老本很高。小样本学习致力于在数据资源稀少的状况下训练出比拟好的模型。本文从被动学习、数据加强、半监督学习、畛域迁徙、集成学习 & 自训练几个方向介绍了现有的一些办法，并在美团场景进行了试验，成果上也获得了肯定的晋升。心愿能对从事相干钻研的同学有所帮忙或者启发。
作者简介
骆颖、徐俊、谢睿、武威等，均来自美团搜寻与 NLP 部 /NLP 核心。
招聘信息
美团搜寻与 NLP 部 /NLP 核心是负责美团人工智能技术研发的外围团队，使命是打造世界一流的自然语言解决核心技术和服务能力，依靠 NLP（自然语言解决）、Deep Learning（深度学习）、Knowledge Graph（常识图谱）等技术，解决美团海量文本数据，为美团各项业务提供智能的文本语义了解服务。
NLP 核心长期招聘自然语言解决算法专家 / 机器学习算法专家，感兴趣的同学能够将简历发送至 xujun12@meituan.com。
浏览美团技术团队更多技术文章合集
前端 | 算法 | 后端 | 数据 | 平安 | 运维 | iOS | Android | 测试
| 在公众号菜单栏对话框回复【2020 年货】、【2019 年货】、【2018 年货】、【2017 年货】等关键词，可查看美团技术团队历年技术文章合集。
| 本文系美团技术团队出品，著作权归属美团。欢送出于分享和交换等非商业目标转载或应用本文内容，敬请注明“内容转载自美团技术团队”。本文未经许可，不得进行商业性转载或者应用。任何商用行为，请发送邮件至 tech@meituan.com 申请受权。
正文完
