本研究提出了一种新方法RR2QC，旨在提高在线教育中多标签问题分类的准确性。该方法通过利用标签语义和元标签细化，显著增强了对长尾标签的理解和预测能力，从而改善个性化学习和资源推荐效果。

Leveraging Label Semantics and Meta-Label Refinement for Multi-Label Question Classification
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证