用于标签精化的对比引导启动方法

传统文本分类通常将文本归入预定义的粗粒度类别，由此产生的模型无法处理现实世界中为精确服务而周期性涌现更细类别的场景。在本工作中，我们研究仅利用粗粒度类别标注和由粗到细映射来完成细粒度分类的设置。我们提出一种轻量的基于对比聚类的引导启动方法，以迭代地精化篇章的标签。在聚类过程中，该方法在映射的指导下从全局和局部视角拉开负篇章-原型对。在NYT和20News上的实验表明，我们的方法大幅优于最先进的方法。