生成擬似ラベル記述による長尾の極端なマルチラベルテキスト分類【JST・京大機械翻訳】

Zhang Ruohong; Wang Yau-Shian; Yang Yiming; Yu Donghan; Vu Tom; Lei Likun

プレプリント

J-GLOBAL ID：202202202845714076 整理番号：22P0324455

生成擬似ラベル記述による長尾の極端なマルチラベルテキスト分類【JST・京大機械翻訳】

Long-tailed Extreme Multi-label Text Classification with Generated Pseudo Label Descriptions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月02日プレプリントサーバーでの情報更新日： 2022年04月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

極端マルチラベルテキスト分類(XMTC)は,ラベル空間と,高度に歪んだ分布における希少ラベルの長いテールに関連した厳しいデータ不足問題のために,機械学習研究と応用における強靭な挑戦である。本論文では,厳しいデータ不足条件の下での情報ラベル記述の生成における訓練されたバッグ語(BoW)分類器の有効性と,関連するラベル記述に対する入力文書(クエリとして)のマッピングにおけるニューラル埋込みベースの検索モデルの電力を組み合わせた,新しいアプローチを提案することにより,テールラベル予測の課題に取り組んだ。提案アプローチは,XMTCベンチマークデータセット上で最先端の性能を達成し,テールラベル予測においてこれまで最良の方法よりも性能的に優れている。また,BoWとニューラルモデルw.r.t.性能下限を関連づけるための理論解析も提供した。【JST・京大機械翻訳】

, , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る