当一行数据集具有多个标签的可能性时，是否可以训练BERT进行句子分类？

Question

我们有一个包含几千个句子的数据集，每个句子都有几个标签

例如：

• “你是个坏人”
• [挑衅、判决]

两种标签均有效且可接受

目前，我们在第一个方面对BERT进行了培训，它运行得非常好，只是我们需要在这两个方面对它进行培训，以适应我们的用例

我们的第一个想法是复制数据集的行。因此，我们有：

第123.1行

• “你是个坏人”
• 挑衅

第123.2行

• “你是个坏家伙”
• 判断力

我们关注的是：

• 这句话可能会稀释训练期间增加的体重（可能没什么大不了的吧？）
• 它对测试集不起作用，除非我们从头开始创建一个培训场景，在该场景中，我们承认两个标签都将被视为成功

对于这个用例，还有一种更相关的工作方式吗