多类型注意力下参数自适应的多标签文本分类

2022-01-01 13:11:06李智强王志宏
中文信息学报 2022年10期
关键词:分类机制文本

李智强,过 弋,2,3,王志宏

(1. 华东理工大学 信息科学与工程学院,上海 200237;2. 大数据流通与交易技术国家工程实验室 商业智能与可视化技术研究中心,上海 200436; 3. 上海大数据与互联网受众工程技术研究中心,上海 200072)

0 引言

在自然语言处理领域,文本分类是最基础的任务。文本分类主要包括单标签分类和多标签分类。在单标签分类中,一个样本对应一个标签,而多标签分类则是一个样本对应一个或多个标签。其中,多标签分类又可以细分为层级性多标签分类和平行性多标签分类[1],前者是指某个标签类别有其父类或者有其子类;后者是指某段文本可能对应多个类别,如一部电影可能是喜剧片又是爱情片。本文主要研究的是多标签分类下的平行性多标签文本分类任务(Parallel Multi-Label Text Classification,PMLTC)。在大数据时代,面对大量的文本数据和标签类别,PMLTC是一项极具挑战性的任务,同时也是自然语言处理的核心任务之一。

文本数据可能很长,并且包含大量复杂的语义信息和一些与分类任务无关的噪声信息。那么如何从长文本中提取出对分类任务有用的信息是解决该类任务的一个关键,因此文本表示是分类任务中最重要的一个步骤。研究表明,全局信息有利于分类,而局部信息也不能忽略。如对一段“体育”类文本: “目前全球规模大、影响力大的体育赛事有世界杯、奥运会等。”,“世界杯、奥运会”这些局部信息对分类起着重要作用。此外,对于简单的分类任务,现有研究中很少考虑标签信息,那么对于多标签分类任务,若有100个标签、1 000个标签,甚至更多的标签信息,如何利用这些大量的标签信息来提升分类的准确率是当前研究的热点和难点。……

登录APP查看全文

猜你喜欢
分类机制文本
分类算一算
在808DA上文本显示的改善
基于doc2vec和TF-IDF的相似文本识别
电子制作(2018年18期)2018-11-14 01:48:06
自制力是一种很好的筛选机制
文苑(2018年21期)2018-11-09 01:23:06
教你一招:数的分类
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
破除旧机制要分步推进
中国卫生(2015年9期)2015-11-10 03:11:12
注重机制的相互配合
中国卫生(2014年3期)2014-11-12 13:18:12
打基础 抓机制 显成效
中国火炬(2014年4期)2014-07-24 14:22:19
如何快速走进文本
语文知识(2014年1期)2014-02-28 21:59:13