基于对比学习和LLMs的短文本主题识别方法

本发明公开了基于对比学习和LLMs的短文本主题识别方法，涉及短文本主题识别领域，首先将原文本与LLMs提取的关键词的句子向量进行拼接以生成增强向量表示；随后采用聚类算法生成伪标签预训练MLP，基于MLP聚类结果筛选边缘文本与中心文本构建正负样本对，引入有监督对比学习，优化嵌入模型与MLP；最后对边缘样本调用LLMs进行异常判别，并结合TF‑IDF提取簇主题特征。在4个文本数据集的实验上，本模型在主题一致性TC和主题多样性TD平均高于次优模型9.62%和4.59%，表明本发明通过多阶段语义增强与对比学习机制，显著提升了短文本主题识别的准确性与鲁棒性。