EMNLP2021
目录
Introduction
本文提出一种弱监督情境下的细粒度文本分类方法。与以往的弱监督分类不同,文本包含两种不同的标签:粗粒度和细粒度。比如,sports–basketball就是一对粗细粒度的标签。文档需要给定粗粒度标签以及粗粒度标签下对应的细粒度标签(树形结构)以及标签名,然后在这种弱监督情境下对文档进行分类,因此与一般的zero-shot学习还是不太一样。
在给定标签名(label surface names)的时候,通用的方法是通过标签名的语义的相似性为相应的标签生成样本,比如X-Class【1】。在本文中,提出了一种新的框架C2F,如图2所示。在没有细粒度人工标注的情况下