Uncertainty Estimation for the Open-Set Text Classification systems
Este artigo aborda a estimação precisa de incerteza para sistemas de classificação de texto em conjunto aberto (OSTC), onde amostras podem ser classificadas como classes existentes ou rejeitadas como desconhecidas. Ele adapta o método Holistic Uncertainty Estimation (HolUE) para o domínio de texto, visando capturar incertezas relacionadas à formulação de consultas e à ambiguidade da distribuição de dados, e propõe um novo benchmark OSTC.