对话中个人事实的标注方案与分类器

大型语言模型的进步推动了个性化对话系统的应用。本文提出一种扩展的个人事实分类标注方案，解决了现有方法（如 PeaCoK）的局限性。该方案引入新类别（人口统计、 possessions）及属性（持续时间、有效性、后续跟进），支持结构化存储、质量过滤及适合对话延续的事实识别。基于 Multi-Session Chat 数据集手动标注 2779 条事实，并训练了基于 Transformer 编码器的多头分类器。结合 Gemma-300M 编码器，该分类器宏观 F1 值达 81.6%，显著优于少样本 LLM 基线，且计算资源需求更低。