基于层级图标签表示网络的多标签文本分类OA北大核心CSTPCD
多标签文本分类是一项基础而实用的任务,其目的是为文本分配多个可能的标签。近年来,人们提出了许多基于深度学习的标签关联模型,以结合标签的信息来学习文本的语义表示,取得了良好的分类性能。通过改进标签关联的建模和文本语义表示来推进这一研究方向。一方面,构建的层级图标签表示,除了学习每个标签的局部语义外,还进一步研究多个标签共享的全局语义;另一方面,为了捕捉标签和文本内容间的联系并加以利用,使用标签文本注意机制来引导文本特征的学习过程。在三个多标签基准数据集上的实验表明,该模型与其他方法相比具有更好的分类性能。
徐江玲;陈兴荣;
中国地质大学(武汉)数学与物理学院,武汉430000
计算机与自动化
多标签文本分类标签相关性层级图表示标签组嵌入标签文本注意力
《计算机应用研究》 2024 (002)
P.388-392,407 / 6
评论