TEAMMix

TEAMMix框架增强了基于LLM的分层文本分类

研究人员开发了TEAMMix，一个旨在利用基于LLM的数据增强来增强分层文本分类（HTC）的新型框架。该方法通过关键词生成和语料库挖掘来语义丰富标签层级，解决了复杂的标签层级和类别不平衡等挑战。然后，它使用LLM生成伪样本来对抗长尾问题，并采用基于高斯混合模型的置信度重采样来提高数据质量。实验表明，TEAMMix能有效提升LLM生成标签的可靠性，并显著提高在细粒度和不平衡数据集上的分类性能。