★ 3
LLM 还是朴素贝叶斯：旧法与新法之争
论文将 Complement Naive Bayes 与零样本、少样本 LLM 在文本分类任务上对比，覆盖四个模型家族、27B 至 1T 参数规模。结果显示 LLM 仅在零数据场景占优，一旦有标注数据，NB 在 AG News 上达到 89.1%，与零样本 27B LLM 持平并超过 397B 前…
arXiv cs.LG48 天前
#文本分类
共 15 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
尼泊尔政党竞选承诺数据集发布，Qwen3-8B 用于承诺抽取
该 arXiv 论文构建了首个尼泊尔政治文本金标准数据集（Cohen's kappa 0.777），用于自动抽取和分析选举承诺。研究对比了机器学习、深度学习和 LLM 三类方法：fastText-LSTM 准确率最高（0.914），Qwen3-8B 在少样本设置下宏 F1 达 0.848。成果集成…
arXiv NLP7 天前
★ 2
arXiv 发布法国最高法院民事裁判理由数据集，含 12 万条理由对
论文发布覆盖法国最高法院五个民事庭 2016-2025 年 86,464 份裁判、121,536 条「上诉理由-裁判理由」配对的数据集，并按法国既定分类体系标注理由类型。研究给出民事上告的描述性语法，展示哪些理由成立、引用哪些法条及其十年演变，并开源数据、代码与交互查询工具。
arXiv NLP10 天前
★ 2
Jeffy Classify 博客：文本分类用 LLM 属于过度设计
一篇技术博客对比了专用分类工具 Jeffy 与大语言模型在文本分类任务上的表现，认为多数场景下 LLM 属于过度设计。文章主张用更轻量、成本更低的专用分类方案替代通用大模型调用。
Hacker News – LLM12 天前
★ 2
研究：微调 RoBERTa 与 GPT-3.5 集成兼顾成本与性能
该论文在 16 类问卷文本分类任务上对比了微调 RoBERTa 与现成 GPT-3.5 的性能、成本与耗时。RoBERTa 的 F1 达 96%，远高于 GPT-3.5 的 83%，且推理耗时仅 12 分钟对 6 小时。GPT-3.5 采用批处理提示可降低约 70% 推理成本，两者集成后 F1 达…
arXiv NLP13 天前
★ 2
CoDA 开源助手将标注手册开发从数周缩短至两小时
研究者发布开源工具 CoDA，让领域专家通过审查语言模型的错误预测迭代开发标注手册（codebook）。在无家可归者个案记录健康指标抽取与野生动物走私帖情感分类两个案例中，CoDA 达到接近专家手册的下游性能，开发时间从数周降至两小时，所需人工标注样本减少 5 倍。
arXiv NLP13 天前
★ 2
基于死亡调查报告的证据锚定过量死亡预测
论文提出一个自动化框架，从死亡调查报告中分类疑似过量死亡，并生成由专家知识引导的支持性解释。研究发现，基于输入报告解释的流水线模型优于其他设置，最佳模型比当前部署的规则系统高出 15%，同时允许专家干预最终决策。
arXiv NLP18 天前
★ 2
研究揭示文本分类服务上下文非确定性
一篇 arXiv 论文系统研究了文本分类器在不同服务上下文下的非确定性，训练了 180 个模型并跨四类服务场景评估。研究发现标签稳定不代表分数稳定，仅改变批次形状在 bf16 下可移动高达 56.7 个百分点的预测概率质量。全生成式分类器比判别式分类器更易受服务变化影响。
arXiv NLP25 天前
★ 2
文本分类语言模型：从词袋到 Jev 的演进
一篇技术文章梳理了文本分类方法从传统词袋模型到现代语言模型（Jev）的演进路径。内容属于方法综述与科普，讨论不同范式的取舍与适用场景。
Hacker News34 天前
★ 2
LLM分类本质是特征工程
一篇技术文章提出，使用大语言模型进行分类任务时，其本质仍属于特征工程，而非真正意义上的推理或理解。该观点引发对LLM能力边界与工程实践的讨论，提示开发者应理性看待模型在结构化任务中的角色。
Hacker News45 天前
★ 2
记录即任务：跨维护、安全与召回场景的文本分类器匹配记录评估
论文指出模型评估通常先选定某条记录再比较模型，但同一案例在不同工作流阶段会有多条记录，这一选择本身应纳入评估。研究在 GE 航空维修、NASA ASRS 安全报告、NHTSA 车辆召回三个系统中比较同一案例的匹配记录，发现 GE 场景下不同记录间宏 F1 差距达 0.46，远大于表示与架构差异。作…
arXiv cs.LG47 天前
★ 2
平衡k-shot采样下KLPCDA的精确退化问题
论文证明在平衡k-shot采样下，核化线性主成分判别分析（KLPCDA）的类内散度算子恰好是缩放的正交投影算子，导致其七个变体中两个信号特征值完全相等、第三个目标函数失效。作者提出公式内平局打破方法修复，并在冻结LLM嵌入的少样本文本分类上评估，发现交叉验证的逻辑回归探针仍优于所有KLPCDA变体。
arXiv cs.LG53 天前
★ 2
RAPID：可靠性感知的成对重要性蒸馏
RAPID是一种新的关系蒸馏方法，将可靠性门控的关系目标与自适应成对提议分离，通过校准的教师熵和分离的学生-教师残差确定评估哪些关系。在AG News和SST-2上的实验表明，可靠性门控的关系蒸馏在两个数据集上均达到最高平均学生准确率，RAPID排名第二，优于交叉熵基线。研究支持目标可靠性和评估优…
arXiv cs.AI54 天前
★ 1
arXiv 论文：巴西葡语金融新闻分类数据集
论文发布约 16 万篇巴西葡萄牙语金融新闻的大规模语料，并基于语义相似度建立弱监督多分类基准。实验显示任务对标签质量与类别分布高度敏感：人工标注子集上 KNN 最佳（准确率 47.3%），而 LLM 标注子集 F1 降至约 20%，凸显高质量人工标注的必要性。
arXiv NLP17 天前
★ 1
Emo-Jev：基于 Jev 概率推理的情感分类框架
研究者提出 Emo-Jev，一个免训练框架，利用 Jev 的概率决策接口进行文本情感分类。Emo-Jev-D 将分类分解为原子判断并组合概率，Emo-Jev-SC 构建多路径判断并聚合共识。在八个数据集上，标准 Jev 平均 macro-F1 为 62.93%，低于最强 LLM 基线的 67.28…
arXiv NLP25 天前
这个主题的相关资产
相关公司阿里巴巴1