WSDMOct, 2020

基于层次元数据感知的弱监督文档分类

PDF
TL;DR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。
hierarchical document classificationweak supervisionmetadatagenerative frameworkdata augmentation
发现论文，激发创造
  • 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

  • MotifClass: 基于高阶元信息的弱监督文本分类

    本文探究了利用异构信息网络的 metadata 和 motif 来帮助弱监督文本分类，提出了一种名为 MotifClass 的新框架来选择标志类别 motif 实例，基于类别名称和标志类别 motif 实例检索并生成伪标记训练样本，使用伪训练数据训练文本分类器，并通过对真实世界数据集的广泛实验证明了 MotifClass 相对于现有弱监督文本分类方法的卓越性能和考虑高阶元数据信息在我们的框架中的好处。

    Nov, 2021

  • 弱监督层次文本分类

    本文提出了一种弱监督的神经方法进行层次文本分类，通过生成伪文档进行模型预训练，并在真实无标签数据上进行自我训练，最终得到高效准确的分类模型。

    Dec, 2018

  • 元数据感知的大型层次文本分类

    本文提出了一种基于 MATCH 方案的文本分类方法，旨在在大规模标签层次结构中利用元数据和层次信息提高分类效果，实验证明其比深度学习基线模型效果更好。

    Feb, 2021

  • HierCat: 在 Facebook Marketplace 上利用弱监督数据进行层级化查询分类

    本文提出了一种名为 HierCat 的查询分类系统，该系统通过使用双编码器体系结构的多任务预训练和分层推理步骤来从弱监督训练数据中有效地学习，以解决 Facebook Marketplace 等客户对客户电子商务平台上查询分类的挑战。实验结果表明，HierCat 不仅在离线实验中优于常用方法，而且在实际应用中，Facebook Marketplace Search 的 NDCG 指标有了 1.4% 的提升，并且搜索者的参与度增加了 4.3%。

    Feb, 2023

  • 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

  • 通过学习文本丰富的网络实现最小监督的结构丰富的文本分类

    本文提出了一种基于文本丰富网络的最小监督文本分类框架，通过联合训练两个模块，分别为文本分析模块和网络学习模块，从而生成伪标签来提高彼此性能，并在两个真实数据集上测试，结果表明该框架在仅提供三个种子文档时能够取得约 92% 的准确率，并且优于所有比较方法；其准确率仅比在 50K 个标记文档上训练的监督 BERT 模型低不到 2%。

    Feb, 2021

  • TELEClass: 在最小监督下的分类法丰富和 LLM 增强的分层文本分类

    通过自动丰富标签分类法和利用大型语言模型来进行弱监督的分层文本分类，我们的方法 TELEClass 在两个公共数据集上表现优于先前的弱监督分层文本分类方法和基于零样本提示的大型语言模型方法。

    Feb, 2024

  • 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

  • 层次分类和数据驱动分类的实体和分类别的联合嵌入

    本研究提出了一种基于大型知识库集成结构化知识和分类法层次结构将实体和类别嵌入到语义空间的框架，使框架能够计算实体和类别之间有意义的语义相关性，以处理单词概念和多词概念，在概念分类上表现出卓越性能，并在无数据层次分类方面取得了最新的成果。

    Jul, 2016