WWWAug, 2019

基于类别名称引导的文本嵌入辨别式主题挖掘

PDF
TL;DR该研究提出了一种新的任务 —— 区分性主题挖掘，通过用户提供的类别名称来从文本语料库中挖掘区分主题，利用建议的 CatE 方法高效地学习区分嵌入空间和发现代表性术语，并表明 CatE 不仅有助于用户清晰地了解其最感兴趣的主题，还可以在关键字驱动的分类任务上获得卓越表现。
topic modelstext corporadiscriminative topic miningcatedownstream applications
发现论文，激发创造
  • 通过联合球树和文本嵌入进行层次主题挖掘

    提出了一种新方法：基于类别树描述的文本语料库的层次话题挖掘，通过开发一种新的联合树和文本嵌入方法，同时建模类别树结构和语料库生成过程来实现有效的层次话题挖掘，发现代表性词。该方法具有高效的性能和弱监督下的分类任务性能优势。

    Jul, 2020

  • 元数据辅助下的最小监督文本分类

    通过使用生成模型、利用元数据和合成训练样本，提出了一个文本分类方法 MetaCat，成功地解决了分类中存在的两个问题：元数据的使用和少量标注样本数据的问题。在多个数据集上验证实验，证明了该方法的有效性。

    May, 2020

  • 自然语言文本中细粒度类别发现的通用方法

    使用粗粒度监督进行细粒度类别发现是一项经济高效但具有挑战性的任务，本文提出一种使用语义相似性引导样本分布并形成表示细粒度类别的独特聚类的方法，并进行了理论和实证上的验证，结果在准确度、调整兰德指数和标准化互信息等方面超越了现有的最先进方法。

    Jun, 2024

  • 通过建模主题和分类依赖进行一致的实体消岐

    通过引入无监督变分自编码器和外部类别内存，本文提出了一种新的实体消岐方法，名为 CoherentED，以提高实体预测的一致性。该模型在流行的实体消岐基准测试中取得了最新的成果，并在具有挑战性的长文本场景中表现出卓越的性能。

    Nov, 2023

  • NewsEmbed: 预训练文档表示模型对新闻进行建模

    本文提出了一个新颖的方法，使用少量人为监督来挖掘具有语义相关性的新鲜文档及其主题标签，并设计了一个多任务模型 - NewsEmbed，交替使用对比学习和多标签分类来推导通用文档编码器，在多个自然语言理解任务中实现了出色的性能表现。

    Jun, 2021

  • 用于自定义文本分类的分类元数据表示

    使用基向量来有效地将分类元数据合并到基于神经网络的模型的不同部分中，可以大大提高文本分类的性能。

    Feb, 2019

  • 基于层次元数据感知的弱监督文档分类

    本研究介绍了 HiMeCat，一种基于嵌入式生成框架的弱监督文档分类方法，它能够有效地整合文本、元数据和标签层次结构，并通过数据增强和联合表示学习模块进一步优化分类效果。

    Oct, 2020

  • 通过整合多种类型的上下文，实现有效的种子引导主题发现

    本文提出一种基于三种不同上下文信号的种子引导主题发现方法，该方法结合了来自本地上下文的词嵌入，来自通用域训练的预先训练语言模型表示以及基于种子信息检索的主题指示句子，证明了三种类型的语境信息的价值和局限性在种子引导下的建模词语语义，并提出了一种迭代框架 SeedTopicMine，该框架通过集成排名过程逐步融合了它们的上下文信号，相较于现有的种子引导主题发现方法，提供更一致和准确的主题。

    Dec, 2022

  • 嵌入空间中的主题建模

    本研究提出了一种新的主题模型，嵌入式主题模型（ETM），通过将传统的主题模型与词嵌入技术相结合，成功发现了即使在包含生僻词和停用词的大词汇表中也具有可解释性的主题。此外，研究还开发了高效的变分推理算法来拟合 ETM 进行预测。

    Jul, 2019

  • TaxoGen: 自适应术语嵌入与聚类的无监督主题分类构建

    本文提出了一种采用嵌入术和层次聚类方法的主题分类法 TaxoGen，通过每个节点表示概念主题，定义为语义一致概念项的聚类，以构建主题分类法，并对两个真实数据进行了实验，证明了其与基线方法的有效性。

    Dec, 2018