BoostTaxo：基于提升式智能体推理与约束感知校准的零样本主题归类

主题归类对于将概念组织成明确且可解释的语义层级结构至关重要。尽管现有方法取得了不错的效果，但其泛化能力、结构可靠性和效率仍有局限，制约了在零样本和大规模场景中的表现。为克服这些限制，我们引入BoostTaxo，一个面向零样本主题归类的提升式大型语言模型框架。该框架接收一组领域术语作为输入，采用粗到细的方式进行父级识别，运用检索增强定义细化、混合父级候选选择、候选评分以及结构感知得分校准等技术提升主题归类构建质量。具体而言，采用轻量级语言模型高效筛选父级候选；而采用大规模语言模型对候选父级进行排序和评分，以实现细粒度的父级选择。进一步融合结构特征，对候选边权进行校准，以增强所构建主题归类的可靠性。统一的BoostTaxo在三个公开基准数据集上进行评估，包括WordNet、DBLP和SemEval-Sci，表现出优异或与最新方法相当的零样本主题归类性能。消融研究验证了混合父级候选选择和结构感知得分校准对整体性能的贡献。进一步分析探讨了候选选择规模对主题归类质量的影响，并给出典型案例和失效案例，为深入把握所提出框架的有效性与局限性提供了洞见。