在文本分类任务里，当不同类别的样本数量差异较大时，你会采用哪些策略来缓解类别不平衡带来的影响？

回答思路

1. 【回答框架 1】类别不平衡指各训练类别样本数差异悬殊，导致模型偏向多数类、少数类召回率低。常见处理分数据、算法、评价三个层面。
2. 【回答框架 2】数据层面：对多数类欠采样（如随机删除、NearMiss）或对少数类过采样（如SMOTE合成新样本），也可结合两者；文本场景可对少数类做同义词替换、回译等增强。
3. 【回答框架 3】算法层面：使用代价敏感学习，为少数类分配更高误分类代价；或采用集成方法如EasyEnsemble、BalanceCascade；也可调整损失函数权重，如focal loss聚焦难分样本。
4. 【回答框架 4】评价层面：不能只用准确率，应关注精确率、召回率、F1值，尤其是少数类的F1，以及AUC、PR曲线；必要时采用分层交叉验证保证类别分布一致。
5. 【回答框架 5】实际方案需结合数据规模与业务目标：若少数类极其稀少，可考虑收集更多数据或使用预训练模型微调；最终以验证集指标和业务效果为准。
6. 【关键点 1】欠采样、过采样（含SMOTE）和文本增强是数据层常用手段。
7. 【关键点 2】代价敏感学习与focal loss从算法层缓解不平衡。
8. 【关键点 3】评价指标应侧重少数类的F1、AUC或PR曲线，而非准确率。
9. 【关键点 4】类别不平衡严重时，可结合集成方法或预训练模型微调。
10. 【关键点 5】最终方案需通过实验对比，以业务目标为导向选择。
11. 【易错点 1】过采样可能引入噪声或过拟合，需配合交叉验证。
12. 【易错点 2】仅调整数据分布而不改评价指标，可能仍无法真实反映少数类效果。
13. 【易错点 3】欠采样可能丢失多数类重要信息，导致整体性能下降。