基于局部层次相关性引导的LH-Mix混合方法用于分层提示调优
计算与语言
2025-02-25 v2
摘要
分层文本分类(HTC)旨在为每个文本分配一个或多个在层次结构中的标签。许多方法将这种结构表示为全局层次结构，导致冗余的图结构。为了解决这个问题，纳入文本特定的局部层次结构是必需的。然而，现有方法常将这种局部层次结构建模为序列，关注显式的父子关系，同时忽略兄弟/同级关系之间的隐式相关性。本文首先将局部层次结构整合到手动深度层次提示中以捕获父子关系。然后，我们将Mixup应用于这种分层提示调优方案以提高兄弟/同级关系中的潜在相关性。值得注意的是，我们提出了一种由局部层次相关性引导的Mixup比例，以有效捕获内在相关性。这种局部层次Mixup(LH-Mix)模型在三个广泛使用的数据集上表现出卓越的性能。
引用
@article{arxiv.2412.16963,
title = {LH-Mix: Local Hierarchy Correlation Guided Mixup over Hierarchical Prompt Tuning},
author = {Fanshuang Kong and Richong Zhang and Ziqiao Wang},
journal= {arXiv preprint arXiv:2412.16963},
year = {2025}
}
备注
Accepted by KDD 2025