类特定数据增强

缓解实例依赖偏标签学习中的实例纠缠

Mitigating Instance Entanglement in Instance-Dependent Partial Label Learning

针对弱监督分类中候选标签与实例特征耦合导致的类间混淆，提出类特定增强与加权惩罚损失来拉开类间距离，可复用于噪声标签、开放词表等标签歧义场景下的表征判别性提升。