期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于类名引导的弱监督文本分类 被引量:1
1
作者 周悦尧 奚雪峰 +2 位作者 崔志明 盛胜利 仇亚进 《计算机工程与设计》 北大核心 2023年第8期2329-2336,共8页
针对弱监督文本分类过于依赖专家生成种子词的局限,提出一种基于类名引导生成种子词的弱监督文本分类方法。使用Skip-Gram模型学习单词的向量表示,借助vMF(von Mises Fisher)分布对用户提供的类名与语料库之间的关系进行建模,综合考虑... 针对弱监督文本分类过于依赖专家生成种子词的局限,提出一种基于类名引导生成种子词的弱监督文本分类方法。使用Skip-Gram模型学习单词的向量表示,借助vMF(von Mises Fisher)分布对用户提供的类名与语料库之间的关系进行建模,综合考虑语义相关性和语义特异性,由此生成一组高质量的种子词,无需依赖专家经验;迭代使用种子词生成伪标签和文档分类器;扩展种子词,进一步提升模型性能。在NYT和20 Newsgroups两个公开数据集上的实验结果(F1-score)表明了所提弱监督文本分类方法的有效性。 展开更多
关键词 弱监督 文本分类 词向量 冯米塞尔分布 语义相关性 语义特异性 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部