以事件为中心语境下的广义类别发现：基于LLM的潜在模式挖掘
计算与语言
2025-05-30 v1
摘要
广义类别发现(GCD)旨在使用仅包含已知类别的部分标注数据对已知类别和新颖类别进行分类。尽管在现有基准测试上取得了优异的性能，但当前的文本GCD方法在现实场景中缺乏充分的验证。我们引入了以事件为中心的GCD(EC-GCD)，其特征是冗长复杂的叙述和高度不平衡的类别分布，这带来了两个主要挑战：(1)由主观标准引起的聚类与分类分组之间的差异，以及(2)对少数类别的不公平对齐。为了解决这些问题，我们提出了PaMA，这是一个利用LLM提取和细化事件模式以改善聚类-分类对齐的框架。此外，一个排序-过滤-挖掘流程确保了在不平衡类别间原型的均衡表示。在两个EC-GCD基准测试（包括一个新构建的Scam Report数据集）上的评估表明，PaMA优于先前的方法，H分数提升高达12.58%，同时在基础GCD数据集上保持了强泛化能力。
引用
@article{arxiv.2505.23304,
title = {Generalized Category Discovery in Event-Centric Contexts: Latent Pattern Mining with LLMs},
author = {Yi Luo and Qiwen Wang and Junqi Yang and Luyao Tang and Zhenghao Lin and Zhenzhe Ying and Weiqiang Wang and Chen Lin},
journal= {arXiv preprint arXiv:2505.23304},
year = {2025}
}