利用标签语义与元标签精炼的多标签问题分类
机器学习
2025-04-28 v3 计算与语言
摘要
教育资源的准确标注对于在线教育中的个性化学习和资源推荐至关重要。然而，精细的知识标签经常重叠或具有相似性，使得现有的多标签分类方法难以区分它们。由于人工标注的稀疏性导致的标签分布不平衡进一步加剧了这些挑战。为了解决这些问题，本文提出了RR2QC，一种利用标签语义和元标签精炼进行多标签问题分类的新型检索重排方法。首先，RR2QC通过利用标签组内和跨组的语义关系改进了预训练策略。其次，它引入了一个类中心学习任务，在下游训练中将问题与标签语义对齐。最后，该方法将标签分解为元标签，并使用元标签分类器对检索到的标签序列进行重排。通过这种方式，RR2QC通过从频繁出现在其他标签中的元标签学习，增强了对长尾标签的理解和预测能力。此外，一个数学LLM被用于生成问题的解决方案，提取潜在信息以进一步细化模型的洞察。实验结果表明，RR2QC在多个教育数据集上的Precision@K和F1分数上优于现有方法，证明了其在在线教育应用中的有效性。代码和数据集可在https://github.com/78Erii/RR2QC获取。
引用
@article{arxiv.2411.01841,
title = {Leveraging Label Semantics and Meta-Label Refinement for Multi-Label Question Classification},
author = {Shi Dong and Xiaobei Niu and Rui Zhong and Zhifeng Wang and Mingzhang Zuo},
journal= {arXiv preprint arXiv:2411.01841},
year = {2025}
}