arrow
返回

Best-Fit Document: Enhancing Compositional Generalization in Multi-label Text Classification

delete2026-01-01
delete0
PRE
AI
郭
郭恒亮 (Hengliang Guo)
S
Shengguang Zhu
H
Haitao Wang
J
Junjie Chen
J
Jiaru Li
R
Ruikai Ma
G
Gang Wu *
DOI:10.1007/978-981-95-3349-7_25delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
多标签文本分类(MLTC)提出了一个复杂挑战,要求分类器为每个文档分配多个标签,导致大规模语料库中出现多样的标签组合。尽管传统MLTC任务取得了显著进展,但现有研究常忽视组合泛化(CG)挑战对模型性能的影响。当前模型难以泛化到新颖且复杂的标签组合,这些组合通常由基础标签构成。本研究通过提出一种简单且可扩展的数据分组方法,即最佳匹配文档(BFD),该方法基于文档长度优化大规模训练数据,以增强分类器对新颖标签组合的建模能力。在四个具有专业数据划分的数据集上对BFD进行了全面评估。实验结果表明,该方法显著提升了分类模型在评估基准上的CG能力。
Keyword:
Multi-label Text Classification
Compositional Generalization

期刊

N
NATURAL LANGUAGE PROCESSING AND CHINESE COMPUTING, NLPCC 2025, PT III
IF:
0
论文数:
32
被引数:
0

机构

Z
zhengzhou university
学者数:
1.3W
论文数: 3.5K
被引数: 2
引用论文

引用论文

Prompt-Based Generative Multi-label Emotion Prediction with Label Contrastive Learning
err2022-01-01
err0
PREAI
errChai,Yuyang; Teng,Chong; Fei,Hao; Wu,Shengqiong; Li,Jingye; Cheng,Ming; Ji,Donghong; Li,Fei
err分享
err收藏
err分享
err收藏
Exploring Contrastive Learning for Long-Tailed Multi-label Text Classification
err2024-01-01
err0
PREAI
errAudibert,Alexandre; Gauffre,Aurélien; Amini,Massih-Reza
err分享
err收藏
Evaluating the Impact of Model Scale for Compositional Generalization in Semantic Parsing
err2022-01-01
err0
errOAAI
errLinlu Qiu; Peter Shaw; Panupong Pasupat; Tianze Shi; Jonathan Herzig; Emily Pitler; Fei Sha; Kristina Toutanova
err分享
err收藏
学者 查看更多内容