标签引导提示的多标签少样本方面类别检测
计算与语言
2024-07-31 v1 人工智能
摘要
多标签少样本方面类别检测旨在从有限的训练实例中识别句子中的多个方面类别。句子和类别的表示是该任务的关键问题。目前大多数方法为句子表示和类别表示提取关键词。句子通常包含许多与类别无关的词语，这导致基于关键词的方法性能欠佳。我们不直接提取关键词，而是提出一种标签引导的提示方法来表示句子和类别。具体来说，我们设计标签特定的提示，通过结合关键的上下文和语义信息来表示句子。此外，将标签引入提示中，利用大型语言模型获取类别描述。这类类别描述包含方面类别的特征，指导构建具有判别性的类别原型。在两个公开数据集上的实验结果表明，我们的方法在Macro-F1分数上比现有最先进方法提高了3.86%至4.75%。
关键词
引用
@article{arxiv.2407.20673,
title = {Label-Guided Prompt for Multi-label Few-shot Aspect Category Detection},
author = {ChaoFeng Guan and YaoHui Zhu and Yu Bai and LingYun Wang},
journal= {arXiv preprint arXiv:2407.20673},
year = {2024}
}