《A Self-Training Approach for Short Text Clustering》论文笔记

最新推荐文章于 2023-06-16 23:59:05 发布
最新推荐文章于 2023-06-16 23:59:05 发布
阅读量1.6k 收藏 6
点赞数
分类专栏： 自然语言处理 论文笔记 学习体会
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/BigPig_LittleTail/article/details/102590793
版权
这篇博客介绍了针对短文本聚类的自我训练方法，通过SIF Embedding解决稀疏性问题，结合autoencoder进行降维，并使用聚类作为辅助目标进行联合微调。实验表明，这种方法能有效提升聚类效果，使得聚类任务与特征提取更加融合。
摘要由CSDN通过智能技术生成

A Self-Training Approach for Short Text Clustering

这是一篇关于短文本聚类的文章。
“因为随着社交媒体的广泛使用，短文本已经成为web上流行的文本形态。然而与长文本不同，使用词袋模型和TF-IDF表示的短文本存在着稀疏的问题。”

短文本的稀疏问题

假设有短文本数据集X={x1,x2…xn}。
对于xi∈X，假设xi中的词汇数为ni，那么数据集X的词汇数量V为 V = ∑ i = 1 n n i V = \sum^{n}_{i=1}n_{i} V=i=1∑n​n

最低0.47元/天 解锁文章
BigPig_LittleTail
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
从4篇顶会论文看Self-training最新研究进展
Paper weekly
03-08 2388
©PaperWeekly 原创 ·作者｜张一帆学校｜华南理工大学本科生研究方向｜CV，Causality本文梳理了 Self-training 的最新进展，涉及 4 篇比较有意思的论文。...
Short Text Clustering via Convolutional Neural Networks
02-11
Short Text Clustering via Convolutional Neural Networks
论文读书笔记-A text clustering framework for information retrieval
无知的我
02-18 1505
这篇文章提出了一种针对文本聚类的模型，在这个模型中首先是对文档之间的距离进行语义上的度量，然后是在这个基础上在RBF核函数定义的高维空间上进行映射，最终实现文档聚类。   下面是本文的一些要点： 1、  文本聚类的难点 文本聚类中主要涉及到三个方面的内容，一是定义文档的表现形式；二是相似度的度量方式；三是一个划分的标准（一般是用代价函数来衡量）。 在设计模型时存在三个主要的问题： -维
短文本聚类
LoveSigrid的博客
09-03 927
短文本聚类方法（QA）
KDD 2014 “A Dirichlet Multinomial Mixture Model-based Approach for Short Text Clustering” 的主要思想
yueliangku的专栏
01-15 3180
这几天在做短文本主题发现时，考虑使用聚类算法不同一主题的文本聚集到一块，因此读了这篇论文： A Dirichlet Multinomial Mixture Model-based Approach for Short Text Clustering 在该文中，作者使用“a collapsed Gibbs Sampling algorithm for the Dirichlet Multinom
Discovering-Topic-Representative-Terms-for-Short-Text-Clustering:发现短文本聚类的主题代表词
04-18
发现短文本聚类（TRTD）的主题代表术语 方法TRTD的源代码：“” 怎么跑 python kwg_discovery_clustering.py -d dataset/Tweet_merged_50 --gamma 30 --theta 0.8 --delta 0.1 要求 Python 3.x 短文本数据集 包含...
Classic-Self-Training:经典的文本分类自训练
03-09
自训练（Self-Training）是一种半监督学习方法，它在只有少量标注数据的情况下，通过利用大量未标注数据来提高模型的性能。这种技术在处理大规模文本数据时特别有效，因为它可以降低对人工标注的依赖。在这个名为...
DSKmeans: A New Kmeans-type Approach to Discriminative Subspace Clustering
02-11
### DSKmeans: 新型判别子空间聚类方法 #### 概述 本文介绍了一种新型的K-means类型的聚类算法——DSKmeans（Discriminative Subspace K-means），该算法旨在通过结合簇内紧凑性与簇间分离度来提高聚类效果。传统...
人工智能-项目实践-数据预处理-短文本聚类预处理模块 Short text cluster
最新发布
03-02
短文本聚类预处理模块 Short text cluster 项目介绍 短文本聚类是常用的文本预处理步骤，可以用于洞察文本常见模式、分析设计语义解析规范、加速相似句子查询等。本项目实现了内存友好的短文本聚类方法，并提供了...
A three-phase approach to document clustering based on topic significance degree
02-22
该文件是一篇发表于2014年的研究论文，标题为“A three-phase approach to document clustering based on topic significance degree”，该研究论文主要关注于文档聚类，即通过将文档投影到主题空间中，从而实现有效...
阅读论文--A Bottom-up Clustering Approach to Unsupervised Person Re-identification
weixin_39338645的博客
08-08 296
文本聚类之Supporting Clustering with Contrastive Learning（SCCL）论文复现【代码纠错及完善】
weixin_43594279的博客
06-16 2018
本文的文本聚类更确切地说是短文本聚类（short text clustering），这是一个并不火热的方向，可以看到这篇论文是两年前发表的，SCCL是一篇很不错的工作。文本数据这块比较火热的是基于自监督、对比学习的NLP，聚类常被作为一个下游子任务，文本数据方面的主要任务还是学习文本的语义表征。不过，这个方向也未尝不是一个值得探索的方向（有着训练时间短，对显卡资源要求低的优点，算法稳定性强），没准哪天也像对比学习那样迎来一个春天。
半监督分类的方式：self-training和co-training的算法简述
libeicuo8108的博客
05-07 2594
自我学习 (self-training) 自我训练就是通过一系列的步骤，用已有的有标签的数据(labelled data)，去对剩下的还未标记的数据打标签。从而使得训练数据(training data)更多。具体步骤如下： 初始化有标签数据和无标签数据 重复 a) 用有标签的数据去训练一个模型 b) 用这个模型来对没有标签的数据做预测 c) 只选取最有把握的预测结果来标记数据(unlab...
半监督学习之self-training
bbbeoy的专栏
10-31 3028
https://blog.csdn.net/tyh70537/article/details/80244490            
Self-Training With Progressive Augmentation for Unsupervised Cross-Domain Person Re-Identification
sinat_42239797的博客
04-19 576
论文：Self-Training With Progressive Augmentation for Unsupervised Cross-Domain Person Re-Identificationhttps://arxiv.org/abs/1907.13315 年份：2019ICCV 代码：https://github.com/zhangxinyu-xyz/PAST-ReID 文章目录简介...
ICCV_2019——无监督行人重识别之Self-Training With Progressive Augmentation
weixin_41792787的博客
02-01 785
Self-Training With Progressive Augmentation for Unsupervised Cross-Domain Person Re-Identification(ICCV_2019) 文章链接 代码链接：tinyurl.com/PASTReID 文章大致思路如下： 针对无监督跨数据集行人重识别，即在源数据集有数据标签，但目标数据集没有标签的情况下，让训练的模型同...
CVPR2020 Self-training with Noise Student improves ImageNet Classification
weixin_43120238的博客
05-17 747
Abstract Noise Student Training: a semi-supervised learning apporach. Extends the idea of self-training and distillation with equal-or-larger student medels; Adds noise to the student during learning. Firstly, train EffcientNet on labeled images and use
百度千言-中文文本相似度实战
LitraLIN的博客
01-24 2567
百度千言-中文文本相似度实战 任务1：报名比赛，下载比赛数据集并完成读取 步骤1 ：登录&报名比赛：https://aistudio.baidu.com/aistudio/competition/detail/45/0/task-definition 步骤2 ：下载比赛数据集 步骤3 ：使用Pandas完成数据读取。 任务2：对句子对提取TFIDF以及统计特征，训练和预测 参考代码：kaggle参考案例 步骤1 ：对句子对（句子A和句子B统计）如下特征： 句子A包含的字符个数、句子B包含
关于句子embedding的一些工作简介（一）
triplemeng的博客
07-17 8190
关于句子embedding的一些工作简介（一） 对于NLP方面的工作来讲，毫无疑问词嵌入(word embedding)是最重要的基石。然而人们往往最关心的是如何利用词嵌入表达好一个句子或者一段话，也就是如何找到sentence embedding, 或者paragraph embedding 过去的一些解决方案 Bag of Words 最直观的想法是忽略句子里词语的顺序，从而把它...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值