作者:徐甘霖
单位:燕山大学
这是2016年的一篇论文,虽然文中提出的方法被后续提出的新方法在分类效果方面能到提升,但是对于研究开放分类仍然有借鉴意义。文章提出open classification(开放分类)的概念,并应用到自然语言处理领域,在m个分类基础上实现m+1个分类的结果。
文章提出的方法旨在减少开放空间风险,以及平衡经验风险。文中基于center-based similarity space learningg (CBS learning) 来解决开放领域的多分类问题。(CBS learning解决二分类问题)。作者提出SVM-based learning strategy,即使用机器学习学习方法解决开放分类问题。设为各不相交的球面为决策边界,每个类中的示例被包裹在球面内,所有示例的向量的平均值表示球的中心。因为所有的球体不相交,所以,球体之外的空间是开放空间,落在此区域内的实例被认为是unknown。
测试时,计算实例到每个已知类中心的距离,文中使用余弦距离,所有计算得出的结果在0和1之间。将此结果与预先设置好的阈值相比较,如果全部小于阈值,认为是unknown,否则认为该实例属于距离最大的那一类。这里,作者使用默认阈值0.5。
论文地址:https://aclanthology.org/N16-1061.pdf