核心概念
Effizientes Text-Label-Matching für Extreme Multi-Label-Textklassifizierung.
摘要
Das MatchXML-Framework zielt darauf ab, ein effizientes Text-Label-Matching für die Extreme Multi-Label-Textklassifizierung zu bieten. Es verwendet label2vec zur Generierung von dichten Label-Einbettungen und baut einen Hierarchical Label Tree durch Clustering auf. Die Methode formuliert die Multi-Label-Textklassifizierung als ein Text-Label-Matching-Problem in einem bipartiten Graphen und nutzt sowohl dichte Textrepräsentationen als auch statische Satzeinbettungen. MatchXML erzielt Spitzenwerte in Genauigkeit und Geschwindigkeit auf verschiedenen Datensätzen.
Inhaltsverzeichnis
- Einführung
- Verwandte Arbeiten
- Methode
- label2vec
- Hierarchical Label Tree
- Text-Label-Matching
- Linear Ranker
- Experimente
- Bewertungsmetriken
- Experimentelle Einstellungen
- Ergebnisse
- Vergleich mit anderen Methoden
- Ensemble-Modell-Vergleich
- Schlussfolgerungen und zukünftige Arbeit
統計資料
Wir schlagen label2vec vor, um dichte Label-Einbettungen zu trainieren.
MatchXML erreicht Spitzenwerte in der Genauigkeit auf verschiedenen Datensätzen.
引述
"Wir schlagen MatchXML vor, ein effizientes Text-Label-Matching-Framework für XMC."
"Unsere Experimente zeigen, dass MatchXML auf fünf von sechs Datensätzen die Spitzenwerte in der Genauigkeit erreicht."