词加权有监督主题模型: 多标签文本分类
Y Zou, J Ouyang, X Li, AY Zou, AJ Ouyang, AX Li - Frontiers, 2018 - jzus.zju.edu.cn
有监督主题模型已成功应用于多标签文本分类任务. 代表性模型包括有监督隐含狄利克雷分配
模型(labeled latent Dirichlet allocation, L-LDA) 和判别隐含狄利克雷分配模型(dependency …
模型(labeled latent Dirichlet allocation, L-LDA) 和判别隐含狄利克雷分配模型(dependency …
[引用][C] 层级标签语义引导的极限多标签文本分类策略
王嫄， 徐涛， 王世龙， 周宇博， 史艳翠 - 中文信息学报, 2021 - jcip.cipsc.org.cn
极限多标签文本分类任务具有标签集大, 类间关系复杂, 数据分布不平衡等特点,
是具有挑战性的研究热点. 现有模型对标签语义信息利用不足, 性能有限. 对此 …
是具有挑战性的研究热点. 现有模型对标签语义信息利用不足, 性能有限. 对此 …
基于词-标签概率的多标签文本分类研究
赵宏， 郑厚泽， 郭岚 - 兰州理工大学学报, 2023 - journal.lut.edu.cn
针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,
提出一种CNN (convolutional neural networks) 结合Bi-LSTM (bi-directional long short-term …
提出一种CNN (convolutional neural networks) 结合Bi-LSTM (bi-directional long short-term …
Supervised topic models with weighted words: multi-label document classification
Y Zou, J Ouyang, X Li - Frontiers of Information Technology & Electronic …, 2018 - Springer
Supervised topic modeling algorithms have been successfully applied to multi-label
document classification tasks. Representative models include labeled latent Dirichlet …
document classification tasks. Representative models include labeled latent Dirichlet …
用于多标签分类的改进Labeled LDA 模型
江雨燕， 李平， 王清 - 南京大学学报(自然科学版), 2013 - jns.nju.edu.cn
概率主题模型由于其优良的文档分析能力, 被广泛应用于各种文本分析任务中. 然而,
网络中的文档数据除了含有基本的内容信息外, 同时还可能存在文档类别, 作者等信息 …
网络中的文档数据除了含有基本的内容信息外, 同时还可能存在文档类别, 作者等信息 …
基于图嵌入和区域注意力的多标签文本分类.
王进， 徐巍， 丁一， 孙开伟… - Journal of Jiangsu …, 2022 - search.ebscohost.com
针对传统多标签文本分类模型未考虑标签之间以及标签与文本各个部分之间的相关性,
低频标签预测效果不佳的问题, 使用图嵌入和区域注意力技术来挖掘标签之间以及标签和文本之 …
低频标签预测效果不佳的问题, 使用图嵌入和区域注意力技术来挖掘标签之间以及标签和文本之 …