·阅读摘要：
本文在《Improved Neural Network-based Multi-label Classification
with Better Initialization Leveraging Label Co-occurrence》文章的基础上，提出了对具有层级结构的多标签进行多分类。
[1] Initializing neural networks for hierarchical multi-label text classification

阅读前提

在阅读本篇论文之前，务必阅读《Improved Neural Network-based Multi-label Classification
with Better Initialization Leveraging Label Co-occurrence》，因为本篇论文是基础此篇论文的小小改进。

《Improved Neural Network-based Multi-label Classification
with Better Initialization Leveraging Label Co-occurrence》的阅读笔记请参考博客：https://blog.csdn.net/qq_43592352/article/details/122810687

论文核心内容

1、提出在《Improved Neural Network-based Multi-label Classification
with Better Initialization Leveraging Label Co-occurrence》的模型，在应用于标签共现少的数据集时不适用。反而对具有层级结构的标签的数据集应用的更好。

2、具有层级结构的标签：

论文提出的理论是：当一个文本显式地具有某个标签（例如图中的深色的结点）时，那么这个文本一定得隐式地具有该标签的父标签（即图中深色结点一系列的浅色父结点）。

“显式”表示在数据集中指定了这条文本的标签，“隐式”表示标签具有的父标签在数据集中这条文本上没有指定，但是标签有层级关系，它还是应当有的。

3、对非标签共现模式的神经元采用：权重随机初始化或者权重零值初始化。

4、后处理标签校正：

论文提出，A中标签分配是错误的，一个文本具有z标签后，理应具有它的父标签y、z，但是A中没有，所以要修正。

论文提出两种修正方法：传递修正(transitive correction)、撤回修正(retractive correction)。

如图B，使用传递修正(transitive correction)，把子类z的所有父级都设置为正标签，即x、y、z设为正标签。

如图C，使用撤回修正(retractive correction)，只把子类z的最终父级都设置为正标签，即x设为正标签。

【多标签文本分类】Initializing neural networks for hierarchical multi-label text classification相关推荐

【多标签文本分类】HFT-CNN: Learning Hierarchical Category Structure for Multi-label Short Text Categorization
·阅读摘要: 本文提出结合基于CNN微调的HFT-CNN模型来解决层级多标签文本分类问题. [1] HFT-CNN: Learning Hierarchical Category Struct ...
【多标签文本分类】Ensemble Application of Convolutional and Recurrent Neural Networks for Multi-label Text
·阅读摘要: 本文提出基于Seq2Seq模型,提出CNN-RNN模型应用于多标签文本分类.论文表示CNN-RNN模型在大型数据集上表现的效果很好,在小数据集效果不好. ·参考文献: [1] E ...
【多标签文本分类】Improved Neural Network-based Multi-label Classification with Better Initialization ……
·阅读摘要: 提出了一种新的神经网络初始化方法:利用标签共现初始化最终隐藏层. [1] Improved Neural Network-based Multi-label Classifica ...
EMNLP 2021 | 多标签文本分类中长尾分布的平衡策略
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者 | 黄毅作者简介:黄毅,本文一作,目前为罗氏集团的数据科学家 ...
多标签文本分类研究进展概述
多标签文本分类研究进展概述 1.多标签文本分类的研究还有很大的提升空间. 2.多标签文本分类的基本流程,包括数据集获取.文本预处理.模型训练和预测结果: 3.多标签文本分类的方法:传统机器学习的方法和 ...
多标签文本分类数据集_标签感知的文档表示用于多标签文本分类（EMNLP 2019）...
原文: Label-Speciﬁc Document Representation for Multi-Label Text Classiﬁcation(EMNLP 2019) 多标签文本分类摘要: ...
bert 是单标签还是多标签的分类_标签感知的文档表示用于多标签文本分类（EMNLP 2019）...
原文: Label-Speciﬁc Document Representation for Multi-Label Text Classiﬁcation(EMNLP 2019) 多标签文本分类摘要: ...
bert-textcnn实现多标签文本分类（基于keras+keras-bert构建）
基于keras+keras-bert构建bert-textcnn模型实现多标签文本分类跑别人的代码,最痛苦的莫不在于环境有错误.代码含义不懂.自己从头到尾尝试了一遍,过程很艰难,为了方便同样在学习的 ...
【多标签文本分类】融合CNN-SAM与GAT的多标签文本分类模型
·阅读摘要: 在本文中,作者基于CNN.Attention.GAT提出CS-GAT模型,在一些通用数据集上,表现良好. ·参考文献: [1] 融合CNN-SAM与GAT的多标签文本分类模型 ...

【多标签文本分类】Initializing neural networks for hierarchical multi-label text classification

阅读前提

论文核心内容

【多标签文本分类】Initializing neural networks for hierarchical multi-label text classification相关推荐

最新文章

热门文章