WWWFeb, 2019

半监督和弱监督的层次文本分类中的高效路径预测

TL;DR本文提出了一种路径成本敏感的学习算法,利用结构信息并进一步利用未标记和弱标记数据的生成模型,在学习算法中加入路径约束以融入类别层次结构的结构信息,可以使用后验概率来结合未标记和弱标记数据,并将结构敏感成本放置到学习算法中来约束分类一致性,与结构输出学习相比,不需要重构不同结构的特征向量,可以显着降低计算成本。实验结果表明,我们的方法不仅有效,而且还能处理半监督和弱监督层次文本分类。