Coarse2Fine: Fine-grained Text Classification on Coarsely-grained Annotated Data

EMNLP2021

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，它使用细粒度的标签表面名称作为弱监督信号，并利用预先训练的语言模型作为数据生成器，为相应