在FastText中，我有不平衡的标签。处理它的最佳方法是什么？
Fasttext似乎很好地处理了不平衡的数据。根据FAQ
还要注意，这种损失被认为是不平衡的类，即某些类比其他类更频繁。
在我们的例子中，我们有一个非常偏斜的数据集，包含200多个类，20％的类包含80％的所有数据。
在我们的数据中，即使有这些高度偏斜的数据，我们也清楚地定义了类别中的文本。
示例：多数类的文本：“嘿，我需要一台计算机和一个鼠标来打开互联网并在Stack Overflow中发布编程答案”
少数民族的文字：“嘿，请给我以下物品：鸡蛋，生菜，洋葱，西红柿，牛奶和小麦？”
正如FastText处理WordNGrams和层次分割一样，如果你有一个非常明确定义的类别，如上所述，由于算法的性质，不平衡不是问题。
参考：Bag of Tricks for Efficient Text Classification - Armand Joulin，Edouard Grave，Piotr Bojanowski，Tomas Mikolov