面向专家构建分类体系的种子式层次聚类
计算与语言
2022-05-25 v1
摘要
许多学科（如政治学）的从业者使用专家构建的分类体系来理解大规模无标注语料。在本工作中，我们研究种子式层次聚类（SHC）：仅利用一小部分标注样本，将无标注数据自动拟合到此类分类体系中的任务。我们提出 HierSeed，一种用于该任务的新型弱监督算法，仅使用一小部分标注种子样本。它在数据和计算上均高效。HierSeed 通过权衡文档密度与主题层次结构将文档分配到主题。在三个真实世界数据集上，它在 SHC 任务上优于无监督和有监督基线。
引用
@article{arxiv.2205.11602,
title = {Seeded Hierarchical Clustering for Expert-Crafted Taxonomies},
author = {Anish Saha and Amith Ananthram and Emily Allaway and Heng Ji and Kathleen McKeown},
journal= {arXiv preprint arXiv:2205.11602},
year = {2022}
}