Apprendimento semi-supervisionato guidato da LLM per la classificazione di tweet di crisi

Uno studio recente pubblicato su arXiv segna la prima valutazione empirica dell'apprendimento semi-supervisionato per la classificazione di tweet relativi a crisi, utilizzando modelli linguistici di grandi dimensioni (LLM). Questa ricerca valuta due tecniche contemporanee—Co-Training guidato da LLM (LG-CoTrain) e VerifyMatch—rispetto a baseline tradizionali come Self-Training. I risultati indicano che LG-CoTrain supera ampiamente i metodi convenzionali in scenari con poche risorse, con 5, 10 e 25 istanze etichettate per categoria, ottenendo il miglior punteggio medio Macro F1 in vari eventi. VerifyMatch mostra risultati competitivi con una calibrazione efficace. All'aumentare della quantità di dati etichettati, le differenze di performance diminuiscono e Self-Training emerge come una baseline robusta. La ricerca sottolinea il potenziale degli LLM nel migliorare la classificazione dei dati di crisi con dati etichettati limitati, a beneficio delle iniziative di risposta ai disastri.