基于引文上下文的无监督领域适应 keyphrase 生成

适应新领域的 keyphrase 生成模型通常需要通过 few-shot 微调配合领域内标注数据。然而, 为文档标注 keyphrase 往往昂贵且不实用, 需要专业注释者。本文提出了 silk, 一种无监督方法, 通过从引文上下文中提取银标准 keyphrase 来创建用于领域适应的合成标注数据。跨越三个不同领域的大量实验表明, 我们的方法能产生高质量的合成样本, 并在强基准模型上实现显著且持续的领域内性能提升。