導(dǎo)讀：文本分類是文本信息處理的基礎(chǔ)性工作，因此受到很多關(guān)注。但文本的特征表示嚴(yán)重地限制了文本分類性能的提升。而隨著社會(huì)網(wǎng)絡(luò)化的發(fā)展，大規(guī)模的甚至海量的文本信息急劇增加，導(dǎo)致文本分類問(wèn)題面臨著巨大挑戰(zhàn)。本文是PRICAI 2016大會(huì)收錄的論文，介紹了一種解決該問(wèn)題的快速訓(xùn)練方法。

標(biāo)題：大規(guī)模文本分類之圖表增強(qiáng)型快速訓(xùn)練

摘要：

本文提出了一種基于增強(qiáng)型算法的圖表分類快速訓(xùn)練方法，通過(guò)圖表輸入文本，應(yīng)用到情緒分析中。圖表的形式非常適合表示用自然語(yǔ)言處理技術(shù)處理過(guò)的文本結(jié)構(gòu)，比如語(yǔ)法分析，命名實(shí)例識(shí)別和語(yǔ)義解析。目前，大量把文本表示為圖表的分類方法已經(jīng)被提出。然而，它們很多都因?yàn)樘卣骺臻g大而提前限制候選特性。我們提出的方法，無(wú)需限制搜索空間，提出了兩種近似方法來(lái)增強(qiáng)基于圖表規(guī)則的學(xué)習(xí)。在情緒分析數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，我們的方法有助于提高訓(xùn)練速度。此外，基于圖表表示的分類方法利用了豐富的文本結(jié)構(gòu)信息，這在使用其他更簡(jiǎn)單的輸入格式時(shí)無(wú)法被檢測(cè)到，最終表現(xiàn)出更高的準(zhǔn)確率。

關(guān)鍵詞：文本分類；特征工程；圖表增強(qiáng)

第一作者：

Hiyori Yoshikawa

富士通實(shí)驗(yàn)室研究員，富士通是日本排名第一的IT廠商，全球第四大IT服務(wù)公司，全球前五大服務(wù)器和PC機(jī)生產(chǎn)商。

via PRICAI 2016

論文原文下載

雷鋒網(wǎng)按: 本文由雷鋒網(wǎng)獨(dú)家編譯，未經(jīng)許可禁止轉(zhuǎn)載！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。