KG-HTC：将知识图谱集成到LLM中以实现有效的零样图层次文本分类
计算与语言
2026-05-18 v1
摘要
层次文本分类涉及将文档分配至组织化于分类学结构中的标签。大多数先前研究聚焦于监督方法，但实际场景中因缺乏标注数据而难以采用。此外，HTC常面临大规模标签空间和长尾分布问题。本文提出面向零样图层次文本分类的知识图谱方法（KG-HTC），通过将知识图谱与大型语言模型（LLM）集成，为分类提供结构化语义上下文。该方法采用检索增强生成（RAG）方式从知识图谱中检索与输入文本相关的子图。KG-HTC可提升LLM在各层次标签语义理解能力。我们在三个开源HTC数据集（WoS、DBpedia、Amazon）上评估KG-HTC，实验结果表明在严格零样设置下显著优于三大基线，尤其在层次更深的层级实现了显著提升，证明了将结构化知识注入LLM以解决HTC大标签空间和长尾标签分布挑战的有效性。代码已发布至：https://github.com/QianboZang/KG-HTC。
引用
@article{arxiv.2505.05583,
title = {KG-HTC: Integrating Knowledge Graphs into LLMs for Effective Zero-shot Hierarchical Text Classification},
author = {Qianbo Zang and Christophe Zgrzendek and Igor Tchappi and Afshin Khadangi and Johannes Sedlmeir},
journal= {arXiv preprint arXiv:2505.05583},
year = {2026}
}