基于关键词图的弱监督文本分类
计算与语言
2021-10-07 v1
摘要
弱监督文本分类因能减轻标注海量数据的沉重负担，近年来备受关注。其中，关键词驱动方法是主流，其利用用户提供的关鍵词为无标注文本生成伪标签。然而，现有方法独立对待关键词，从而忽略了它们之间的相关性，若妥善利用本应有所助益。本文提出一种称为 ClassKG 的新框架，通过 GNN 在关键词图上探索关键词—关键词相关性。我们的框架是一个迭代过程。在每次迭代中，我们首先构建关键词图，从而将分配伪标签的任务转化为标注关键词子图。为提升标注质量，我们引入自监督任务来预训练子图标注器，随后对其进行微调。利用子图标注器生成的伪标签，我们接着训练文本分类器对无标注文本分类。最后，我们从已分类文本中重新抽取关键词。在长文本与短文本数据集上的大量实验表明，我们的方法大幅优于现有方法。
引用
@article{arxiv.2110.02591,
title = {Weakly-supervised Text Classification Based on Keyword Graph},
author = {Lu Zhang and Jiandong Ding and Yi Xu and Yingyao Liu and Shuigeng Zhou},
journal= {arXiv preprint arXiv:2110.02591},
year = {2021}
}
备注
accepted in EMNLP 2021