如良邻一般：实用的内容审核与文本分类

少样本文本分类系统能力惊人，但由于依赖提示与十亿参数语言模型，难以可靠部署与使用。SetFit（Tunstall 等，2022）是近期一种实用方法，其在对比学习范式下微调 Sentence Transformer，并取得了与更笨重系统相近的结果。廉价的文本分类对于解决所有分类任务中的域漂移问题十分重要，尤其在检测困扰社交媒体平台的有害内容方面。在此，我们提出 Like a Good Nearest Neighbor（LaGoNN），一种对 SetFit 的改进，其不引入可学习参数，而是利用训练数据中最近邻的信息（例如标签与文本）来改动输入文本，使新数据显得类似于模型所优化的某个实例。LaGoNN 能有效标记不良内容与进行文本分类，并提升了 SetFit 的性能。为证明 LaGoNN 的价值，我们在四种标签分布下，以及通用与多语言分类设定中，对内容审核背景下的文本分类系统进行了深入研究。