典型文献
基于标签推理和注意力融合的多标签文本分类方法
文献摘要：
目前许多多标签文本分类方法主要关注文档表示,而丢失了大量标签相关的语义信息,导致分类效果不理想.针对以上问题,提出一种基于标签推理和注意力融合的分类方法,挖掘文档中与标签相关的特征以及相似标签之间的相关性,学习标签信息进行标签推理,同时采用注意力机制自学习地融合文档表示和标签表示,最终完成多标签分类任务.在AAPD和RCV1-V2数据集上进行实例验证,该方法的F1值分别达到了 0.732和0.887,与其他最新方法相比其准确度均有提升,实验结果证明了标签推理和注意力融合策略的有效性.
文献关键词：
标签推理;注意力融合;多标签文本分类
中图分类号：
作者姓名：
田雨薇;张智
作者机构：
武汉科技大学计算机科学与技术学院,武汉430065;湖北省智能信息处理与实时工业系统重点实验室,武汉430065;武汉科技大学大数据科学与工程研究院,武汉430065
文献出处：
引用格式：
[1]田雨薇;张智-.基于标签推理和注意力融合的多标签文本分类方法)[J].计算机应用研究,2022(11):3315-3319,3326
A类：
标签推理
B类：
注意力融合,多标签文本分类,文本分类方法,多多,注文,文档,语义信息,分类效果,学习标签,标签信息,注意力机制,自学习,多标签分类,分类任务,AAPD,RCV1,V2,融合策略
AB值：
0.257705
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
