应对稀有类别挑战的不协调检测的转移学习和主动学习（英文版）

英文标题：Transfer and Active Learning for Dissonance Detection: Addressing the Rare-Class Challenge中文摘要：提出了针对稀缺类别问题的迁移和主动学习解决方案，并评估了其采集策略，包括一个提出的罕见类概率（PRC）方法；在社交媒体上收集认知失调的语言样本。PRC 是一种简单而有效的策略，可以指导注释并最终提高模型准确性，而按特定顺序进行迁移学习可以提高学习者的冷启动性能，但并不有益于主动学习的迭代。英文摘要：While transformer-based systems have enabled greater accuracies with fewertraining examples, data acquisition obstacles still persist for rare-classtasks -- when the class label is very infrequent (e.g. < 5% of samples). Activelearning has in genera