BriefGPT - AI 论文速递
·
找出父级，然后标记子级：使用预训练语言模型的两阶段分类法完成方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了层次扩展框架 (HEF)，利用分类法的分层结构进行分层扩展。HEF通过亲属关系检测和树独特功能评估子树连贯性，并引入适合度评分选择最优位置，用于消歧和自我纠正。实验结果显示，HEF在准确性和平均倒数排名方面提高了46.7%和32.3%的精度。
🎯
关键要点
- 提出了层次扩展框架 (HEF)，旨在更好地利用分类法的分层结构进行分层扩展。
- HEF利用亲属关系检测和树独特功能评估子树的连贯性。
- 引入适合度评分选择最优位置，用于消歧和自我纠正。
- 实验结果显示，HEF在三个基准数据集上提高了46.7%的准确性和32.3%的平均倒数排名精度。
➡️
