基于标签语义注意力的多标签文本分类

• 作者: 于剑 刘华锋 景丽萍 肖琳 陈博理 黄鑫
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 多标签学习 文本分类 标签语义 注意力机制
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 非经典条件下的机器学习方法专题
• 页码范围: 1079-1089
• 页数: 11页
• 分类号: TP311
• 字数: 8302字
• 语种: 中文

摘要

自大数据蓬勃发展以来,多标签分类一直是令人关注的重要问题,在现实生活中有许多实际应用,如文本分类、图像识别、视频注释、多媒体信息检索等.传统的多标签文本分类算法将标签视为没有语义信息的符号,然而,在许多情况下,文本的标签是具有特定语义的,标签的语义信息和文档的内容信息是有对应关系的,为了建立两者之间的联系并加以利用,提出了一种基于标签语义注意力的多标签文本分类(LAbel Semantic AttentionMulti-label Classification,简称LASA)方法,依赖于文档的文本和对应的标签,在文档和标签之间共享单词表示对于文档嵌入,使用双向长短时记忆(bi-directional long short-term memory,简称Bi-LSTM)获取每个单词的隐表示,通过使用标签语义注意力机制获得文档中每个单词的权重,从而考虑到每个单词对当前标签的重要性.另外,标签在语义空间里往往是相互关联的,使用标签的语义信息同时也考虑了标签的相关性.在标准多标签文本分类的数据集上得到的实验结果表明,所提出的方法能够有效地捕获重要的单词,并且其性能优于当前先进的多标签文本分类算法.