DNB-AI-项目在 SemEval-2025 Task 5: 基于 LLM 集成的自动主题索引方法
计算与语言
2025-08-15 v1 人工智能
数字图书馆
摘要
本文介绍了我们为 SemEval-2025 Task 5：LLMs4Subjects：面向国家技术图书馆开放目录的 LLM 基于自动主题标记系统所开发的系统。我们的系统依赖于对一组具有不同示例的 LLMs 进行提示，并请求它们类似地为新记录建议关键词。这种少样本提示技术结合了一系列后处理步骤，将生成的关键词映射到目标词汇表，聚合结果主题词以集体投票形式呈现，最后对其相关性进行排序。我们的系统在全部主题轨道的定量排名中位列第四，但在由主题索引专家进行的定性排名中取得了最佳成绩。
引用
@article{arxiv.2504.21589,
title = {DNB-AI-Project at SemEval-2025 Task 5: An LLM-Ensemble Approach for Automated Subject Indexing},
author = {Lisa Kluge and Maximilian Kähler},
journal= {arXiv preprint arXiv:2504.21589},
year = {2025}
}
备注
11 pages, 4 figures, submitted to SemEval-2025 workshop Task 5: LLMs4Subjects