极弱监督下的开放世界多标签文本分类
计算与语言
2024-07-09 v1
摘要
我们研究了在极弱监督（XWS）下的开放世界多标签文本分类，其中用户仅为分类目标提供简要描述，而不提供任何标签或真实标签空间。近期已探索了类似的单标签XWS设置，但这些方法难以适用于多标签场景。我们观察到：（1）大多数文档具有覆盖内容主要部分的主导类别；（2）长尾标签在某些文档中作为主导类别出现。因此，我们首先利用用户描述为子集原始文档生成主导关键短语，然后通过聚类构建初始标签空间。进一步应用零样本多标签分类器定位预测得分较小的文档，以便重新审视其主导关键短语以获取更多长尾标签。我们迭代该过程以发现更全面的标签空间并构建多标签分类器作为新方法，称为X-MLClass。X-MLClass在各种数据集上实现了对真实标签空间覆盖率的显著提升，例如在AAPD数据集上相较于主题建模和关键词提取方法提升了40%。此外，X-MLClass实现了最佳的端到端多标签分类准确率。
引用
@article{arxiv.2407.05609,
title = {Open-world Multi-label Text Classification with Extremely Weak Supervision},
author = {Xintong Li and Jinya Jiang and Ria Dharmani and Jayanth Srinivasa and Gaowen Liu and Jingbo Shang},
journal= {arXiv preprint arXiv:2407.05609},
year = {2024}
}
备注
Preprint