国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:徐江玲,陈兴荣,
单位:中国地质大学(武汉)数学与物理学院,武汉430000;
关键词: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,
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。
来源:2024年第2期
《计算机应用研究》期刊编辑部