★ 2
TopicMerge：分治式主题建模降低 LLM 调用 92%
论文提出 TopicMerge，一种多阶段主题建模流水线，先用高效聚类将语料过度切分为语义纯净的微簇并打初始标签，再由 LLM 结合局部邻域上下文迭代合并与重标注。在 Bills 与 Wiki 数据集上达到最优聚类性能，同时相比文档级方法减少逾 92% 的 LLM 调用。
arXiv NLP18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 TopicMerge，一种多阶段主题建模流水线，先用高效聚类将语料过度切分为语义纯净的微簇并打初始标签，再由 LLM 结合局部邻域上下文迭代合并与重标注。在 Bills 与 Wiki 数据集上达到最优聚类性能，同时相比文档级方法减少逾 92% 的 LLM 调用。