Coarse2Fine: Fine-grained Text Classification on Coarsely-grained Annotated Data

最新推荐文章于 2022-04-19 13:23:28 发布
最新推荐文章于 2022-04-19 13:23:28 发布
阅读量1.4k 收藏 1
点赞数
分类专栏： 低资源本文分类 文章标签： 深度学习 机器学习 分类
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/qq_36618444/article/details/122819078
版权

在这里插入图片描述
EMNLP2021

目录

Introduction

本文提出一种弱监督情境下的细粒度文本分类方法。与以往的弱监督分类不同，文本包含两种不同的标签：粗粒度和细粒度。比如，sports–basketball就是一对粗细粒度的标签。文档需要给定粗粒度标签以及粗粒度标签下对应的细粒度标签(树形结构)以及标签名，然后在这种弱监督情境下对文档进行分类，因此与一般的zero-shot学习还是不太一样。
在这里插入图片描述
在给定标签名（label surface names）的时候，通用的方法是通过标签名的语义的相似性为相应的标签生成样本，比如X-Class【1】。在本文中，提出了一种新的框架C2F，如图2所示。在没有细粒度人工标注的情况下，它使用细粒度的标签表面名称作为弱监督信号，并利用预先训练的语言模型作为数据生成器，为相应的细粒度标签生成训练样本。
在这里插入图片描述
结合图2，可以看到模型的C2F的输入是用户提供的标签层级结构以及粗粒度的文档标注

了解本专栏 订阅专栏 解锁全文 超级会员免费看
五月的echo
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
Embedding Methods-从相似度出发进行细粒度文本分类
lynne233
05-31 1427
背景 实体分类是指给一个实体一个指定的标签，这在关系抽取，知识问答等任务中非常重要。一般实体分类的标签都小于20个，但是当标签之间具有层级结构，同一个实体在不同的上下文中便可能具有不同的角色。例如： Madonna starred as Breathless Mahoney in the film Dick Tracy Madonna signed with Sire Records in 1982 and released her eponymous debut album the ne
Fine-grained Classification 论文调研
一一
05-27 2573
目录 细粒度分类综述 论文一Learning to Navigate for Fine-grained Classification （ECCV2018 from PKU） 1. Abstract 2. Architecture 3. Experiment 4.conclusion 论文二：Multi-Attention Multi-Class Constraint for Fin...
细粒度图像分类 fine-grained classification
热门推荐
小星星专栏
12-09 2万+
细粒度图像分类又被称作子类别图像分类，是近年来计算机视觉、模式识别等领域的研究热点，其目的是对粗粒度的大类别进行更加细致的子类划分。但由于子类别间的细微差别以及较大的类内差异，较之普通的图像分类任务，细粒度图像分类的难度更大。 早期的基于人工特征的算法表达能力有限，分类效果也有很大的局限性。深度学习的兴起促进了该领域的发展，传统的人工标注信息制约了算法实用性，更多的算法不再依赖人工...
论文笔记：Fine-grained Image Classification by Visual-Semantic Embedding
flyminnnnn的博客
06-14 1618
来源：东南&电子科技&西交&南京邮电，IJCAI-18，paper 摘要 细粒度图像分类(fine-grained image classification, FGIC)，难点在于很大的类内多样性与微妙的类间不同点 现有的方法限制在利用图像中的视觉信息嵌入 本文使用了一些先验知识，来自于结构化知识基础或者非结构化的文本信息，来简化FGIC问题。建立了一个视觉语义嵌入模型来...
Learning to Navigate for Fine-grained Classification
09-11
ECCV 2018 paper, Fine-grained image recognition,propose a novel self-supervision mechanism to effectively localize informative regions without the need of bounding-box/part annotations
design_FMRI.zip_NOISE_coarse-grained
07-14
divides this simulated cortex into voxel-like chunks, and counts up how much tissue there is in each voxel which is tuned to particular orientations.How this coarse-grained measure can be used to ...
Efficient Fine-Grained Location Prediction Based on User Mobility Pattern in LBSNs
02-07
Existing studies mainly focus on predicting the next check-in location with a coarse granularity, which shows limited performance in practical scenarios. In this paper, we propose a comprehensive ...
A Modeling and Mapping Method for Coarse/Fine Mixed-grained Reconfigurable Architecture
02-09
A Modeling and Mapping Method for Coarse/Fine Mixed-grained Reconfigurable Architecture
Improving Nested Loop Pipelining on Coarse-Grained Reconfigurable Architectures
07-02
Coarse-grained reconfigurable architectures (CGRAs) have drawn increasing attention due to their flexibility and efficiency. Loops in applications are often mapped onto CGRAs for acceleration, and the...
Extraction algorithm for optimal coarse-grained networks on complex networks
02-07
### 粗粒化复杂网络最优提取算法的研究 #### 摘要与引言 本文主要探讨了一种针对复杂网络的粗粒化最优提取算法（Extraction Algorithm, EA）。复杂网络的研究在过去二十年间吸引了众多科学及工程领域的研究人员的...
libsvmmatlab代码-FineGrainClassification:重新实现ICCV2013论文“Fine-GrainedCateg
06-16
libsvm matlab 代码细粒分类 ICCV 2013 论文的 Matlab 重新实现。 本文的关键思想是通过将前景划分为子区域来从对齐的前景段中获取特征。 欲知更多详情，请查看原论文。 代码结构说明 文件夹包含运行 ICCV 2013 方法的所有 Matlab 代码。 依次运行以下脚本： step1_trainEncoder.m; step2_encoding.m; step3_libsvm_kernel.m; step4_libsvm_aggre.m; step5_libsvm_traintest.m。 （这种复杂性的原因是我需要对所有图像进行并行编码） Folder 是使用 Bag-of-Words 特征的基线方法，它基于 . 三个使用的数据集是： 、 和 。 其他文件夹是一些个人实验，例如文件夹中的latent SVM。 你可以忽略它们。
OpticalFlow.rar_Coarse2FineTwoFrames_matlab 光流法_opticalflow_光流 运
07-14
基于光流法的运动估计.matlab与C++混编。可以实现视频中运动目标的运动估计。参考论文：Beyond Pixel: Exploring new representations and application for motion analusis
细粒度的情感：SST-5数据集上五类情感分类的不同NLP方法的比较和讨论
02-03
细粒度情感分类 此仓库显示了对各种NLP方法的比较和讨论，这些方法可以在（SST-5）数据集上执行5级情感分类。 目标是使用多个基于规则，基于线性和神经网络的分类器来预测此数据集上的类，并查看它们之间的区别。 当前已实现以下分类器： TextBlob ：基于规则，使用库中的内部polarity度量。 Vader ：基于规则，使用库中的compound极性分数。 Logistic回归：在将词汇表转换为特征向量并考虑使用TF-IDF的词频影响后，在scikit-learn中训练简单的logistic回归模型。 SVM ：在将词汇表转换为特征向量并使用TF-IDF考虑词频的影响后，在sci
Convolutional Low-Resolution Fine-Grained Classification. In arXiv, 2017.03
_menglan_Zi
03-20 1448
Convolutional Low-Resolution Fine-Grained Classification. In arXiv, 2017.03 论文链接：Convolutional Low-Resolution Fine-Grained Classification. 论文的idea很简单，就是把super resolution和classifier嵌入到一个模型中，并en
细粒度文本分类相关论文推荐
lynne233
06-16 1202
导读 前一段时间在研究实体识别的任务，因为标签的设计觉得细粒度文本分类应该会对任务的效果有所提升，于是搜集了一些细粒度文本分类的论文，本文将是对这些论文的总结和思考。本文将简单介绍论文中模型的结构和设计思路，具体的一些细节在之前的文章中我们有详细介绍，如果有兴趣大家可以点击相关链接。 背景 实体分类是对一篇文章中的实体进行分类的任务，例如"《秘密森林》由韩国演员曹承佑和裴斗娜主演"中曹承佑作为实体的标签就是"演员"。实体分类通常会在关系抽取，机器翻译，知识问答等任务中起到关键作用。目前比较常见的有关N
论文阅读笔记 | (ECCV 2018) Learning to Navigate for Fine-grained Classification
Look Forward To
03-04 551
https://blog.csdn.net/qq_16525279/article/details/82595285
如何提高分类的区分性能——细粒度图像分类(Fine-Grained Classification)
m0_37223909的博客
05-07 1476
问题 如何让网络关注细小细节 举个栗子 通过树叶判断植物类别，花朵判断花的品种，以及人脸识别等任务 1. CenterLoss 1.1 传统分类学习存在的问题： 类内距离可能超过类间距离，对一些模棱两可的样本不好区分 1.2 Center Loss方案 让特征向量有更好的区分性能，有点像做一个内部聚类，把特征向量约束到一起，让不同类别距离(类间距离)尽量大，相同类别(类内距离)尽量小, ...
Progressive Co-Attention Network for Fine-grained Visual Classification
odssodssey的博客
04-19 2457
一、动机 细粒度的视觉分类旨在识别属于同一类别中多个子类别的图像。由于高度混淆的类别之间存在固有的细微差异，因此这是一项具有挑战性的任务。大多数现有方法仅将单个图像作为输入，这可能会限制模型识别来自不同图像的对比线索的能力。在本文中，我们提出了一种有效的方法，称为渐进式共同注意力网络（PCA-Net）来解决这个问题。具体来说，我们通过鼓励同类别图像对内的特征通道之间的互动来计算通道的相似性，以捕捉共同的辨别特征。考虑到互补信息对识别也是至关重要的，我们删除了因通道互动而增强的突出区域，以迫使网络专注于其他
论文阅读：Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification
Yan_Joy的博客
12-20 1454
Xie S, Yang T, Wang X, et al. Hyper-class augmented and regularized deep learning for fine-grained image classification[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2015. 车型识别“Hy
详细解读：Image-to-Markup Generation with Coarse-to-Fine Attention中的Row Encoder
最新发布
04-03
在Image-to-Markup Generation with Coarse-to-Fine Attention这篇论文中，Row Encoder是指文本序列编码器的一部分，它的作用是将标注文本序列中的单词按照行的结构进行编码。具体来说，Row Encoder接收标注文本序列...
评论
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

打赏作者

五月的echo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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