A Simple Graph Contrastive Learning Framework for Short Text Classification
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了SimSTC框架,旨在解决短文本分类中的语义稀疏和标注数据不足的问题。通过图学习方法获取多视图文本嵌入,实验结果表明其性能优于大型语言模型。
🎯
关键要点
- 本研究提出了SimSTC框架,旨在解决短文本分类中的语义稀疏和标注数据不足的问题。
- SimSTC框架通过图学习方法获取多视图文本嵌入。
- 该框架在多种文本相关的组件图上进行图学习,消除对数据增强操作的需求。
- 实验结果表明,SimSTC在多个数据集上的性能优于大型语言模型。
- 短文本分类在信息时代因其普遍性和实际应用而受到广泛关注。
➡️