国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:田雨薇,张智,
单位:1.武汉科技大学a.计算机科学与技术学院;b.大数据科学与工程研究院,武汉430065;2.湖北省智能信息处理与实时工业系统重点实验室,武汉430065;
关键词:标签推理,注意力融合,多标签文本分类,
基金:国家自然科学基金资助项目(61673304);国家社会科学基金重大计划资助项目(11&ZD189);;
目前许多多标签文本分类方法主要关注文档表示,而丢失了大量标签相关的语义信息,导致分类效果不理想。针对以上问题,提出一种基于标签推理和注意力融合的分类方法,挖掘文档中与标签相关的特征以及相似标签之间的相关性,学习标签信息进行标签推理,同时采用注意力机制自学习地融合文档表示和标签表示,最终完成多标签分类任务。在AAPD和RCV1-V2数据集上进行实例验证,该方法的F1值分别达到了0.732和0.887,与其他最新方法相比其准确度均有提升,实验结果证明了标签推理和注意力融合策略的有效性。
来源:2022年第11期
《计算机应用研究》期刊编辑部