Blurb-Refined Inference from Crowdsourced Book Reviews using Hierarchical Genre Mining with Dual-Path Graph Convolutions

准确的图书体裁分类是数字图书馆组织、内容发现和个性化推荐的基础。现有方法通常将体裁预测建模为扁平的、单标签任务，忽略了层次化的体裁结构，并且严重依赖嘈杂、主观的用户评论，这常常会降低分类的可靠性。我们提出了 HiGeMine，一个两阶段的层次化体裁挖掘框架，该框架能够稳健地将用户评论与权威的图书简介相结合。在第一阶段，HiGeMine 采用零样本语义对齐策略来过滤评论，只保留那些与相应简介语义一致的评论，从而减轻噪声、偏见和无关信息。在第二阶段，我们引入了一种双路径、两层的基于图的分类架构：一个粗粒度的 Level-1 二元分类器区分虚构类和非虚构类，随后是用于细粒度体裁预测的 Level-2 多标签分类器。体裁间的依赖关系通过标签共现图显式建模，而上下文表示则从应用于过滤后文本内容的预训练语言模型中导出。为了便于系统评估，我们整理了一个新的层次化图书体裁数据集。大量实验表明，HiGeMine 在层次化体裁分类任务中始终优于强基线。所提出的框架为在层次化图书体裁分析中利用结构化和非结构化文本数据提供了一种原则性且有效的解决方案。