对话中个人事实的标注方案和分类器

大语言模型（LLM）的进步使其能够在个性化对话系统中得到应用。我们提出了一种用于个人事实分类的扩展注释方案，解决了现有方法（特别是 PeaCoK）的局限性。我们的方案引入了新的类别（人口统计、财产）和属性（持续时间、有效性、后续），可以实现结构化存储、质量过滤和适合对话继续的事实识别。我们手动注释了多会话聊天中的 2,779 个事实，并训练了基于 Transformer 编码器的多头分类器。与 Gemma-300M 编码器相结合，分类器实现了 $81.6 \pm 2.6$\% 宏 F1，比所有小样本 LLM 基线（最佳：GPT-5.4-mini，72.92\%）高出近 9 个百分点，同时需要的计算资源大大减少。错误分析揭示了语义边界消歧、时间方面解释和后续评估的实用推理方面持续存在的挑战。数据集\footnotemark[1] 和分类器\footnotemark[2] 是公开可用的。