通过多源信息探索和双层对比学习提升短文本分类

本研究针对短文本分类中的语义稀疏和标注样本不足问题，提出一种新模型MI-DELIGHT。该模型通过多源信息探索和图学习方法提高文本表示，同时引入双层对比学习任务，以更有效地捕捉未标记数据中的对比信息，实验结果显示其性能显著超过了现有竞争模型及部分大型语言模型。