期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于链接策略和不同粒度特征融合的极限多标签文本分类模型
1
作者
胡婕
郑启扬
+1 位作者
曹芝兰
刘梦赤
《中文信息学报》
北大核心
2025年第3期84-95,共12页
现有基于Transformer的极限多标签文本分类模型尽管引入了标签语义,但利用标签语义来探索文本和标签之间的语义潜在关系仍存在不足。对此,该文将标签合并成序列,并使用链接策略在同一空间内联合学习文本和标签特征来捕获文本和标签的语...
现有基于Transformer的极限多标签文本分类模型尽管引入了标签语义,但利用标签语义来探索文本和标签之间的语义潜在关系仍存在不足。对此,该文将标签合并成序列,并使用链接策略在同一空间内联合学习文本和标签特征来捕获文本和标签的语义。然后,通过注意力机制将标签语义和文档内容相结合生成感知文本,有效地探索文本信息和标签语义的交互关系。此外,该文通过融合机制将粗粒度层次特征和细粒度特征相结合,帮助模型更好地学习不同层次粒度的文档语义信息。在三个公开的数据集Eurlex-4K、Wiki10-30K和Kan-Shan Cup上进行了模型验证,实验结果表明,该文所提模型P@k值优于对比模型,综合性能得到有效提升。
展开更多
关键词
极限多标签文本分类
链接策略
感知
文本
细粒度特征
在线阅读
下载PDF
职称材料
层级标签语义引导的极限多标签文本分类策略
被引量：
3
2
作者
王嫄
徐涛
+2 位作者
王世龙
周宇博
史艳翠
《中文信息学报》
CSCD
北大核心
2021年第10期110-118,共9页
极限多标签文本分类任务具有标签集大、类间关系复杂、数据分布不平衡等特点,是具有挑战性的研究热点。现有模型对标签语义信息利用不足,性能有限。对此,该文提出一种利用层级标签语义信息引导的极限多标签文本分类模型提升策略,在训练...
极限多标签文本分类任务具有标签集大、类间关系复杂、数据分布不平衡等特点,是具有挑战性的研究热点。现有模型对标签语义信息利用不足,性能有限。对此,该文提出一种利用层级标签语义信息引导的极限多标签文本分类模型提升策略,在训练和预测过程中给予模型层级标签引导的弱监督语义指导信息,利用这种弱监督信息规约多标签文本分类任务中要对应的多标签语义边界。在标准数据集上的实验结果表明,该文所提策略能够有效提升现有模型性能,尤其在短文本数据集中增效显著,宏精准率最高提升21.23%。
展开更多
关键词
极限多标签文本分类
层级
标签
弱监督语义指导
在线阅读
下载PDF
职称材料
题名
基于链接策略和不同粒度特征融合的极限多标签文本分类模型
1
作者
胡婕
郑启扬
曹芝兰
刘梦赤
机构
湖北大学计算机学院
华南师范大学计算机学院
出处
《中文信息学报》
北大核心
2025年第3期84-95,共12页
文摘
现有基于Transformer的极限多标签文本分类模型尽管引入了标签语义,但利用标签语义来探索文本和标签之间的语义潜在关系仍存在不足。对此,该文将标签合并成序列,并使用链接策略在同一空间内联合学习文本和标签特征来捕获文本和标签的语义。然后,通过注意力机制将标签语义和文档内容相结合生成感知文本,有效地探索文本信息和标签语义的交互关系。此外,该文通过融合机制将粗粒度层次特征和细粒度特征相结合,帮助模型更好地学习不同层次粒度的文档语义信息。在三个公开的数据集Eurlex-4K、Wiki10-30K和Kan-Shan Cup上进行了模型验证,实验结果表明,该文所提模型P@k值优于对比模型,综合性能得到有效提升。
关键词
极限多标签文本分类
链接策略
感知
文本
细粒度特征
Keywords
extreme multi-label text classification
linking strategy
aware text
fine-grained features
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
层级标签语义引导的极限多标签文本分类策略
被引量：
3
2
作者
王嫄
徐涛
王世龙
周宇博
史艳翠
机构
天津科技大学人工智能学院
普迈康(天津)精准医疗科技有限公司
出处
《中文信息学报》
CSCD
北大核心
2021年第10期110-118,共9页
基金
国家自然科学基金(61702367,61976156,11803022,61807024)
天津市企业科技特派员项目(20YDTPJC00560)
+1 种基金
天津市教委科研计划(2017KJ033,2017KJ034,2017KJ035,2018KJ105,2018KJ106)
天津市自然科学基金(19JCYBJC15300)
文摘
极限多标签文本分类任务具有标签集大、类间关系复杂、数据分布不平衡等特点,是具有挑战性的研究热点。现有模型对标签语义信息利用不足,性能有限。对此,该文提出一种利用层级标签语义信息引导的极限多标签文本分类模型提升策略,在训练和预测过程中给予模型层级标签引导的弱监督语义指导信息,利用这种弱监督信息规约多标签文本分类任务中要对应的多标签语义边界。在标准数据集上的实验结果表明,该文所提策略能够有效提升现有模型性能,尤其在短文本数据集中增效显著,宏精准率最高提升21.23%。
关键词
极限多标签文本分类
层级
标签
弱监督语义指导
Keywords
extreme multi-label text classification
hierarchical labels
weakly supervised semantic guidance
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于链接策略和不同粒度特征融合的极限多标签文本分类模型
胡婕
郑启扬
曹芝兰
刘梦赤
《中文信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
层级标签语义引导的极限多标签文本分类策略
王嫄
徐涛
王世龙
周宇博
史艳翠
《中文信息学报》
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
