Nov, 2023

多标签文档分类的学习部分权重

PDF
TL;DR多标签文档分类中，我们通过引入学习部分权重（LSW）的新方法，能够更准确地处理科学文章等多种领域中的文本分类任务。我们的实验结果表明，相对于现有的方法，LSW 在公开（arXiv）和私人（Elsevier）数据集上取得了显著优势，分别在宏平均 F1 分数和宏平均召回率上提升了 1.3%。
发现论文，激发创造
  • 基于关键词权重排名的多领域文本分类课程学习方法

    本文提出了一种基于关键词权重排序的课程学习策略来改善多域文本分类模型的性能，该方法在对抗训练的基础上，并且在 Amazon 评论和 FDU-MTL 数据集上的实验结果表明，它能有效地提高多领域文本分类模型的性能，并优于现有的方法。

    Oct, 2022

  • 基于分组权值共享的领域知识利用及其在文本分类中的应用

    该论文提出了一种新的方法 — 通过权值共享来利用诸如 WordNet 或 Unified Medical Language System（UMLS）等现有的外部语言资源来完善神经模型，从而提高分类任务的性能。

    Feb, 2017

  • 科学文档的层次多标签分类

    本文介绍一种新的数据集 SciHTC，包含 186,160 篇论文和 1,233 个学科分类，建立了层次化多标签文本分类的强基线，并提出了一种多任务学习方法来进行主题分类，获得 Macro-F1 得分 34.57％，显示这个数据集提供了显著的研究机会。

    Nov, 2022

  • 通过检索增强的多阶段训练实现弱监督科学文档分类

    本研究提出了一种弱监督方法 (WANDER) 用于科学文献分类，使用标签名称作为唯一标注，利用稠密检索匹配方式捕捉标签名称的语义，并设计标签名称扩展模块来丰富标签名称的表示，最后使用自我训练步骤来细化预测，该方法在三个数据集上的表现优于最佳基准线约 11.9％。

    Jun, 2023

  • 长尾类分布的多标签文本分类平衡方法

    研究了在多标签文本分类中应用分布平衡损失函数的有效性，结果表明分布平衡损失函数优于常用的损失函数，尤其是在类别不平衡和标签耦合问题同时存在时。

    Sep, 2021

  • 利用不确定性来加权损失的多任务学习，用于场景几何和语义

    本文提出了一种基于系统中每个任务的均方差误差的权重的深度学习多任务学习方法，可以同时处理分类和回归任务，并在主管深度估计、语义和实例分割方面展示了比独立训练的模型更好的表现。

    May, 2017

  • 全文科学论文的弱监督多标签分类

    本研究提出了一种使用交叉文献网络结构和文内层级结构进行弱监督下的全文科学论文分类的框架 (FUTEX)，具有网络感知对比微调模块和层次感知聚合模块，实验结果表明它显著优于具有竞争力的基线，并且可以与使用 1000 到 60000 真实标签样本的完全监督分类器相媲美。

    Jun, 2023

  • 重要性加权主动学习

    提供了一个实用的、统计上连贯的方案，可在通用损失函数下主动学习二分类器，该算法使用重要性加权来纠正抽样偏差，并通过控制变量来给出严格的标签复杂性界限，实验表明，该方法减少了实现许多学习问题的良好预测性能所需的标签复杂性。

    Dec, 2008

  • 使用通用大型语言模型对数学文档进行分类

    使用大型语言模型对数学文档进行自动分类，根据 Mathematical Subject Classification 对 arXiv.org 上的预印本文章进行评估，发现大约 60% 的样本中，语言模型的主要分类与 arXiv 上报告的分类相匹配，并且在其中一半的情况下，语言模型还提供了额外的主要分类。大约 40% 的样本中，语言模型提供了与原分类不同的分类，但经过详细检查发现，语言模型提供的分类大多数情况下更准确。

    Jun, 2024

  • 多标签文档分类的统计主题模型

    本文探讨生成性统计主题模型在多标签文档分类中的应用，相对于判别性模型，在包含大量稀有标签和高度倾斜标签分布等实际数据集的分类问题中有优越性。实验结果表明，相较于判别性方法，概率生成模型在多标签分类方面表现优异。

    Jul, 2011