这篇博客探讨了在构建自定义语料库时如何结合原有数据，以及应对日志数据不平衡和标签稀少的问题。同时，文章指出深度学习模型在处理新日志和跨域异常检测时面临的泛化能力不足，并讨论了训练时间过长的挑战。此外，无监督学习方法在准确率上的局限性也是本文关注的重点。
1. 自建语料库、和原本语料库结合
2. 日志数据不平衡问题、标签少
3. 对新日志、未出现过的异常的泛化能力较差（不同域）
4. 深度学习模型训练时间长
5. 无监督准确率低
扫一扫
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
