集合多標(biāo)簽文本分類研究.pdf

1、文本分類是基于文本內(nèi)容將待定文本劃分到一個或多個預(yù)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(yīng)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(biāo)簽分類和多標(biāo)簽分類兩種。單標(biāo)簽分類技術(shù)只是給當(dāng)前文本賦予一個預(yù)定義的類別(單類別標(biāo)注);反之,多標(biāo)簽分類技術(shù)可能給當(dāng)前文本賦予多個預(yù)定義類別(多類別標(biāo)注)。多標(biāo)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(xué)習(xí)獨立的分類器。由于這些方法沒有利用標(biāo)簽之間的依賴關(guān)系,所以

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