知识图增强的零样本主题分类：多策略比较研究

没有标记训练数据的多标签主题分类是一项具有挑战性的任务，特别是当文档包含复杂的关系信息时。我们提出了一个零样本多标签主题分类框架，并系统地研究每篇文章的知识图增强如何影响其性能。基本框架对没有标记训练数据的文档中的主题进行分类，并具有四种变体：仅文章分类、关键字增强分类以及两者的自一致性解码变体。然后，我们用每篇文章的知识图来扩充每个基本变体。该图是通过类似于 KGGen 的基于主谓宾三元组的管道从输入文档中提取的。我们在不同领域的 15 个 LLM 和 8 个多标签数据集上测试了所有八种方法，其中四种基本方法和四种图形增强方法。对于基本框架，关键字增强分类 (AK) 是性能最佳的方法，十五个 LLM 中有六个超过了句子编码器基线。图增强分别对小型和大型模型有积极和消极的影响。这表明较大的模型已经包含来自预训练的足够的关系信息。此外，自一致性解码变体在任何实验中都没有显示出性能改进，同时计算成本增加了大约五倍。