-
题名基于多尺度特征提取的层次多标签文本分类方法
被引量：1
- 1
-
-
作者
武子轩
王烨
于洪
-
机构
重庆邮电大学计算智能重庆市重点实验室
-
出处
《郑州大学学报（理学版）》
CAS
北大核心
2025年第2期24-30,共7页
-
基金
国家重点研发计划(2021YFF0704100)
国家自然科学基金项目(62136002,62233018)
重庆市自然科学基金项目(cstc2022 ycjh-bgzxm0004)。
-
文摘
针对现有的特征提取方法忽略文本局部和全局联系的问题,提出了基于多尺度特征提取的层次多标签文本分类方法。首先,设计了多尺度特征提取模块,对不同尺度特征进行捕捉,更好地表示文本语义。其次,将层次特征嵌入文本表示中,得到具有标签特征的文本语义表示。最后,在标签层次结构的指导下对输入文本构建正负样本,进行对比学习,提高分类效果。在WOS、RCV1-V2、NYT和AAPD数据集上进行对比实验,结果表明,所提模型在评价指标上表现出色,超过了其他主流模型。此外,针对层次分类提出层次Micro-F 1和层次Macro-F 1指标,并对模型效果进行了评价。
-
关键词
层次多标签文本分类
多尺度特征提取
对比学习
层次Micro-F
1
层次Macro-F
1
-
Keywords
hierarchical multi-label text classification
multi-scale feature extraction
contrastive learning
hierarchical Micro-F 1
hierarchical Macro-F 1
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
