分类树由机器可解释的语义组成,为许多web应用程序提供了有价值的知识。分类树已被广泛应用于各个领域,特别在电子商务领域中起着至关重要的作用,用于推荐、浏览和查询理解。例如,在线零售商（如亚马逊）使用分类树进行产品推荐,而网络搜索引擎（如百度）利用分类树来增强查询理解。由于手工构建分类树需要付出巨大的人力代价,并且在构建过程中存在较多主观的因素,因此分类树的质量参差不齐。同时,随着web内容量的快速增长,现有的分类树将变得过时,无法捕获新兴知识,因此对自动分类树的方法的建设提出了较高的要求。目前,自动构建的分类树研究主要集中在小规模任务上,当想要召回更多的实体时,由于大部分低词频实体扩展难度较大,在扩展末期容易出现语义漂移现象,扩展出的分类树的整体质量并不理想。但大多数下游任务需要更完整的分类树,因此目前的研究并不能完全满足下游任务的需求。针对上述问题,本文提出了一种基于语言模型的分类树扩展模型LMTaxoEXPAN（Taxonomic Expansion Method based on Language Model）。首先,基于ANNOY和Word2Vec对分类树中的每个实体空间进行初步补全,以增强每个实体空间的语义信息。其次,本文在BERT的提出上,提出了一种提出了一种基于类别的大规模实体扩展方法LCGRXPAN（Large Scale Set Expansion Method Based on Category）,将低词频实体分类弱语义低词频实体和强语义低词频实体两种类型,并分别使用细粒度扩展方法和实体统一扩展方法进行针对性扩展,用于解决大规模扩展时低词频实体难召回的方法,并将此方法作为LMTaxoEXPAN的宽度扩展模块,即使用此方法对分类树的每个实体空间进行扩展。最后,将分类树中具有冲突的实体节点进行实体消歧处理,并返回最终的分类树扩展结果。论文在LCGEXPAN和LMTaxoEXPAN两个方法上分别进行了实验分析。LCGEXPAN选用公开数据集Wiki和APR上进行实验,并将Egoset、Set Expan、Ca SE、MCTS、CGEXPAN作为基线模型。LMTaxoEXPAN在公开数据集Wiki、DBLP和Pub Med-CVD上对模型效果进行评估,并将Hi Expan、Taxo Expan、STEAM、TMN作为基线模型。对两个方法分别进行了整体性能实验、消融实验等。实验结果表明,在大规模扩展时,LCGEXPAN的集合扩展性能提升2.9%以上,LMTaxoEXPAN的分类树扩展性能提升1.9%以上。该论文有图17幅,表12个,参考文献82篇。