Apr, 2024

GuideWalk：增强学习的异构数据融合 —— 多类文档分类案例

PDF
TL;DR通过基于有意义的句子的图结构的嵌入方法，在大规模异构数据中高效提取信息，特别是文本数据的处理和分类问题中，展示出与其他算法相比显着更好的分类性能。
computer sciencemachine learningtext dataembedding methodtext classification
发现论文，激发创造
  • 从图像到文本分类：一种基于聚类词嵌入的新方法

    本文提出了一种基于聚类词向量的文本分类方法，使用 K 均值算法构建超级词向量表征，建立特定于类别的词汇表以提高性能，在主题分类和极性分类任务中表现优异。

    Jul, 2017

  • 文字分类的词与标签联合嵌入

    采用标签 - 词汇联合嵌入法和注意力机制的词嵌入模型，用于文本分类并保持了词嵌入的可解释性，同时提供了利用其他信息的能力。在多个大型文本数据集上实验表明，该方法在准确率和速度方面均优于现有最先进方法。

    May, 2018

  • 使用 skip-gram 嵌入的大规模文本分类的实证研究

    研究应用单词嵌入作为分类特征在大规模文本分类中的整合，并考察不同的高效组合函数及其与传统的 one-hot 编码表示相结合的效果。最终，通过实证研究表明这种组合方式在大型多类多标签分类问题中的效率和性能都得到了显著提升。

    Jun, 2016

  • 基于异构图嵌入的无监督中文摘要提取

    本文提出了首个基于异构图嵌入的无监督抽取式摘要方法，构造异构文本图以捕捉不同粒度的交互，并取得了在三个摘要数据集上的一致优异结果。

    Nov, 2022

  • 评估语义变化的句子嵌入模型的比较研究

    分析语义变化的模式在长篇实际文本（如书籍或记录）中是有趣的，从文体、认知和语言的角度来看。这项研究也对应用领域，如文本分段、文档摘要和语义新颖性检测是有用的。本文通过时间序列的语义相似性以及多本文学作品的两两句子相似性矩阵比较了几种最近的句子嵌入方法。与以前使用目标任务和精心策划的数据集比较句子嵌入方法的研究不同，我们的方法提供了对方法在现实情境的评估。我们发现，大部分句子嵌入方法确实能够在给定文档中推断出高度相关的语义相似性模式，但也存在有趣的差异。

    Aug, 2023

  • 使用通用和特定词嵌入来分类研究的翻译阶段

    本文探讨使用无监督学习的方法，通过单词嵌入在词向量空间内学习语义相似性，以实现对文本分类任务的性能优化。研究发现，使用领域特定的词嵌入可以提高分类性能。

    May, 2017

  • 近期基于随机游走的知识图嵌入方法综述

    本文主要介绍了知识图谱及其嵌入方法，并回顾了最近发展的一些基于随机游走的嵌入方法。

    Jun, 2024

  • word2vec, node2vec, graph2vec, X2vec: 结构化数据的向量嵌入理论

    该研究探讨了图形和关系结构的矢量表示，以及生成这些表示的方法。作者提出了两种理论方法来理解矢量嵌入的基础，并建议未来的研究方向。

    Mar, 2020

  • 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

  • 大规模异构文本网络上的预测性文本嵌入

    本文提出了一种名为预测性文本嵌入的半监督表示学习方法，它利用带标签和无标签数据来学习文本的嵌入，并将其表示为一种大规模异构文本网络，有效地降低了参数数量和效率。

    Aug, 2015