集合多標簽文本分類研究.pdf

1、文本分類是基于文本內容將待定文本劃分到一個或多個預先定義的類中的方法。文本分類能較好地解決大量文檔信息歸類的問題并可以應用到很多情況。文本分類按樣本所屬類別的個數(shù)分為單標簽分類和多標簽分類兩種。單標簽分類技術只是給當前文本賦予一個預定義的類別(單類別標注);反之,多標簽分類技術可能給當前文本賦予多個預定義類別(多類別標注)。多標簽分類的一般方法是采用分類排名或閾值方法為每個類學習獨立的分類器。由于這些方法沒有利用標簽之間的依賴關系,所以

2、它們只適合類別獨立的情況。然而,在許多領域中標簽是高度相互依存的?，F(xiàn)在,對于文本分類來說,多標簽分類的需求越來越多。本文主要探索多標簽條件隨機域(CRF)分類模型中的集合多標簽分類(CML)模型和集合多標簽特征分類(CMLF)模型。與傳統(tǒng)的分類器不一樣,兩種模型學習與特征標簽對相關的參數(shù),它們能夠參數(shù)化標簽的共現(xiàn)事件,并以此為基礎進行多標簽文本分類。CML學習類、類之間的參數(shù),CMLF學習特征、類、類三者之間的參數(shù)——捕捉一個個別的特征