模型优化

对于模型的优化，我们提供如下几个建议：

1. 通常来说，样本数据直接影响某一类别的效果。建议有针对性地补充数据。比如，您发现模型对于某一类别效果较差，并且训练数据中的量不多（100条以下），很有可能是该类别数据量太少的原因，这时可以考虑补充该类别的数据。

2. 如果某一类效果较差，并且训练数据量也足够（500条以上）。建议分析该类别的badcase，确定是否是数据标注问题。可能的原因有：a.标注质量不高，标注错误较多；b.标注规范不统一，标注容易不一致；b.该类别分类难度较大（判断标准：人工标注也容易出错）。