CATCH：一种基于上下文化聚类和分层生成的可控主题检测框架
计算与语言
2025-12-29 v1 人工智能
摘要
主题检测是用户导向对话系统中的基础任务，旨在识别每个言语的潜在主题，而无需依赖预定义的模式。与意图归纳不同，主题检测需要跨对话的一致性和与个人化用户偏好相吻合，这构成了重大挑战。现有方法常在稀疏、短篇言语上难以准确表示主题，亦未能捕捉跨对话的用户层次主题偏好。为此，我们提出 CATCH（Controllable Theme Detection with Contextualized Clustering and Hierarchical Generation），一个统一框架，集成三个核心组件：（1）上下文感知主题表示，利用周围主题片段丰富言语层面的语义；（2）偏好引导主题聚类，联合建模语义接近性和个人化反馈，以跨对话对齐主题；（3）分层主题生成机制，旨在抑制噪声，产生稳健、连贯的主题标签。在多域客户对话基准（DSTC-12）上的实验表明，CATCH 在 8B LLM 上在主题聚类和主题生成质量方面均显著有效。
引用
@article{arxiv.2512.21715,
title = {CATCH: A Controllable Theme Detection Framework with Contextualized Clustering and Hierarchical Generation},
author = {Rui Ke and Jiahui Xu and Shenghao Yang and Kuang Wang and Feng Jiang and Haizhou Li},
journal= {arXiv preprint arXiv:2512.21715},
year = {2025}
}