边界样本怎样提升少样本分类效果?

少样本分类的难点，通常不在于模型没见过“典型样本”，而在于它不知道类别的分界线在哪里。一个类别内部可以有许多不同说法，但真正决定预测是否稳定的，是那些同时具备两类特征、最容易被误判的输入。边界样本的价值，正是把隐含的分类规则显性化。

例如，若任务要区分“投诉”和“普通咨询”，只提供情绪强烈的退货请求，并不能让模型理解边界。更有效的示例应包含语气克制、表面上在提问、实际表达不满的文本；同时也要给出带有“退款”“商品问题”等词、但仅在了解流程的普通咨询。这样，模型学习到的就不再是关键词对应关系，而是意图、语气与上下文共同构成的判别条件。

边界样本应成对设计

单独放入一条模糊样本，信息量有限。更好的做法是围绕容易混淆的类别构造对照：两条文本尽量接近，只改变决定类别的关键因素。这样的示例会迫使分类过程关注真正有区分力的信号，而不是被表面词汇带偏。

边界样本也不应只服务于“难例”。每加入一组边界对照，都应保留相应类别的典型样本作为锚点。典型样本定义类别中心，边界样本定义类别外沿；两者配合，才能避免模型为了处理模糊输入而把类别范围收得过窄，或扩得过宽。

先处理最贵的误判

样本有限时，不必平均覆盖所有表达方式，应优先分析哪些类别一旦混淆，后果最明显，或最常发生。围绕这些混淆对补充边界样本，通常比继续增加同类典型例子更有价值。示例格式还需保持一致，标签名称和输出要求必须明确，否则模型可能把格式差异误当成分类依据。

边界样本不是越极端越好。过于含糊、连人工也难以稳定判断的样本，会把任务定义本身变得模糊。理想的边界样本应当“接近分界线，但仍有可解释的归类理由”。少样本分类真正需要的，不是一批看似丰富的例子，而是一套能说明“为什么此处属于这一类、而不属于另一类”的判别线索。