AGCVT-Prompt 提示学习法

自动生成思维链与描述器

通过自动生成思维链和双描述器,显著提升小样本场景下的情感分类性能与可解释性。

Xu, Gu · 陈晓亮 · Lu, Peng · Zonggen, Li · 杜亚军 · 李显勇

Engineering Applications of Artificial Intelligence 2024

技术优势

不用手工设计模板

通过聚类无标注文本自动感知主题和情感,自动生成思维链和描述器,省去人工设计提示模板的步骤。

决策更透明

通过将推理过程显式化为思维链,并利用双描述器将标签语义与文本关联,显著提升了模型决策的可解释性。

少样本也表现好

在少样本学习场景中,本方法优于以往提示学习技术,在零样本和少样本任务中均表现出更强的能力,降低了对标注数据的需求。

应用场景