Core Concepts
マルチラベルテキスト分類において、ラベル間の相関を考慮した新しいアプローチを提案し、実験結果によりその効果を示す。
Abstract
マルチラベルテキスト分類は、文からすべての関連するラベルを抽出することを目的とする。
問題をセット予測タスクとしてアプローチし、グラフ畳み込みニューラルネットワークを活用してラベル間の相関に対処。
Bhattacharyya距離を使用して再現率能力を向上させる。
LD-SPNは、エンコーダとデコーダからなるセット予測ネットワークであり、BERTモデルがエンコーダとして採用される。
グラフ畳み込みニューラルネットワークは、隣接行列に基づいて情報伝播によってラベル依存性を学習。
Bhattacharyya距離は出力分布の多様性を向上させるために使用される。
Stats
ランダムな文章ではなく、文書全体から重要な情報が抽出されます。
Quotes
"Multi-label text classification involves extracting all relevant labels from a sentence."
"We propose approaching the problem as a set prediction task."
"To address the correlation between labels, we leverage Graph Convolutional Networks."