KG-HTC: Integrating Knowledge Graphs into LLMs for Effective Zero-shot Hierarchical Text

文章主要内容总结

本文提出了一种名为KG-HTC的零样本层次文本分类方法，旨在解决层次文本分类（HTC）中数据标注成本高、标签空间大、长尾分布等问题。该方法通过将知识图谱（KG）与大型语言模型（LLM）结合，利用检索增强生成（RAG）框架从知识图谱中动态检索与输入文本语义相关的子图，并将其转换为结构化提示，引导LLM进行层次分类。实验在三个公开数据集（WoS、Dbpedia、Amazon）上表明，KG-HTC在严格零样本设置下显著优于基线方法，尤其在深层标签分类中表现更佳。

文章创新点

1. 知识图谱与LLM的融合架构
   提出KG-HTC框架，将层次标签表示为有向无环图（DAG）形式的知识图谱，通过余弦相似度检索相关子图，为LLM提供结构化语义上下文，增强其对层次标签语义的理解。

2. 动态子图检索与提示生成
   设计基于RAG的子图检索算法，根据输入文本动态筛选高相关标签节点，生成从叶节点到根节点的层次路径序列，并将其转换为LLM可理解的结构化提示，有效缓解标签空间大带来的信息过载问题。

3. 零样本层次分类的高效性
   在严格零样本设置下，无需任何标注数据即可实现层次分类，且在深层标签分类中性能衰减显著低于现有方法（如Z-STC、HiLA），证明了结