DualMLC

DualMLC框架通过异构LLM增强多标签文本分类

研究人员推出了一种新颖的双分支框架DualMLC，用于大规模多标签文本分类。该方法通过自回归的仅解码器语言模型和双向编码器处理文档，每个模型都维护独立的表示路径并为共享标签空间估计相关性分数。通过后期logit融合组合这些分数，DualMLC利用异构语言模型的互补优势来提高分类准确性。该框架在三个主要基准上展示了最先进的性能，消融研究证实了整合这些不同预测器的益处。