文本分类是文本信息处理的基础性工作,因此受到很多关注。但文本的特征表示严重地限制了文本分类性能的提升。而随着社会网络化的发展,大规模的甚至海量的文本信息急剧增加,导致文本分类问题面临着巨大挑战。本文是PRICAI 2016大会收录的论文,介绍了一种解决该问题的快速训练方法。
标题:大规模文本分类之图表增强型快速训练
摘要:
本文提出了一种基于增强型算法的图表分类快速训练方法,通过图表输入文本,应用到情绪分析中。图表的形式非常适合表示用自然语言处理技术处理过的文本结构,比如语法分析,命名实例识别和语义解析。目前,大量把文本表示为图表的分类方法已经被提出。然而,它们很多都因为特征空间大而提前限制候选特性。我们提出的方法,无需限制搜索空间,提出了两种近似方法来增强基于图表规则的学习。在情绪分析数据集上的实验结果表明,我们的方法有助于提高训练速度。此外,基于图表表示的分类方法利用了丰富的文本结构信息,这在使用其他更简单的输入格式时无法被检测到,最终表现出更高的准确率。
关键词:文本分类;特征工程;图表增强
第一作者:
Hiyori Yoshikawa
富士通实验室研究员,富士通是日本排名第一的IT厂商,全球第四大IT服务公司,全球前五大服务器和PC机生产商。
本文作者:陈杨英杰
本文转自雷锋网禁止二次转载,原文链接