多粒度信息关系增强的多标签文本分类
作者:
作者单位:

作者简介:

李芳芳(1983-),女,博士,副教授,博士生导师,CCF专业会员,主要研究领域为机器学习,自然语言处理,文本挖掘.;苏朴真(1999-),男,硕士生,CCF学生会员,主要研究领域为机器学习,自然语言处理.;段俊文(1990-),男,博士,讲师,CCF专业会员,主要研究领域为自然语言处理,信息抽取.;张师超(1962-),男,博士,教授,博士生导师,主要研究领域为数据挖掘,知识发现.;毛星亮(1979-),男,博士,副教授,CCF专业会员,主要研究领域为自然语言处理,文本挖掘.

通讯作者:

段俊文,E-mail:jwduan@csu.edu.cn;张师超,E-mail:zhangsc@csu.edu.cn

中图分类号:

TP18

基金项目:

国家自然科学基金(62172449, 61836016, 71790615, 62006251, 62172441); 湖南省自然科学基金(2021JJ30870, 2021JJ40783); 长沙市自然科学基金(kq2014134); 国防科技重点实验室基金(6142101190302)


Multi-label Text Classification with Enhancing Multi-granularity Information Relations
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于深度学习的多标签文本分类方法存在两个主要缺陷: 缺乏对文本信息多粒度的学习, 以及对标签间约束性关系的利用. 针对这些问题, 提出一种多粒度信息关系增强的多标签文本分类方法. 首先, 通过联合嵌入的方式将文本与标签嵌入到同一空间, 并利用BERT预训练模型获得文本和标签的隐向量特征表示. 然后, 构建3个多粒度信息关系增强模块: 文档级信息浅层标签注意力分类模块、词级信息深层标签注意力分类模块和标签约束性关系匹配辅助模块. 其中, 前两个模块针对共享特征表示进行多粒度学习: 文档级文本信息与标签信息浅层交互学习, 以及词级文本信息与标签信息深层交互学习. 辅助模块通过学习标签间关系来提升分类性能. 最后, 所提方法在3个代表性数据集上, 与当前主流的多标签文本分类算法进行了比较. 结果表明, 在主要指标Micro-F1、Macro-F1、nDCG@kP@k上均达到了最佳效果.

    Abstract:

    Multi-label text classification methods based on deep learning lack multi-granularity learning of text information and the utilization of constraint relations between labels. To solve these problems, this study proposes a multi-label text classification method with enhancing multi-granularity information relations. First, this method embeds text and labels in the same space by joint embedding and employs the BERT pre-trained model to obtain the implicit vector feature representation of text and labels. Then, three multi-granularity information relations enhancing modules including document-level information shallow label attention (DISLA) classification module, word-level information deep label attention (WIDLA) classification module, and label constraint relation matching auxiliary module are constructed. The first two modules carry out multi-granularity learning from shared feature representation: the shallow interactive learning between document-level text information and label information, and the deep interactive learning between word-level text information and label information. The auxiliary module improves the classification performance by learning the relation between labels. Finally, the comparison with current mainstream multi-label text classification algorithms on three representative datasets shows that the proposed method achieves the best performance on main indicators of Micro-F1, Macro-F1, nDCG@k, and P@k.

    参考文献
    相似文献
    引证文献
引用本文

李芳芳,苏朴真,段俊文,张师超,毛星亮.多粒度信息关系增强的多标签文本分类.软件学报,2023,34(12):5686-5703

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-06-07
  • 最后修改日期:2022-08-29
  • 录用日期:
  • 在线发布日期: 2023-03-15
  • 出版日期: 2023-12-06
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号