面向多类分类的序列模型
人工智能
2007-05-23 v1 计算与语言
机器学习
摘要
许多分类问题需要在大量竞争性类别之间做出决策。然而，这类任务通常不适用于通用学习方法，往往以非正式的方式加以处理。我们提出一种通用方法——一种序列学习模型，该模型利用分类器依次限制竞争类别的数量，同时以高概率保持真实结果存在于候选集合中。本文讨论了该模型的一些理论和计算性质，并论证这些性质在类似自然语言处理领域中至关重要。通过在词性标注实验中展示了该模型的优势。
引用
@article{arxiv.cs/0106044,
title = {A Sequential Model for Multi-Class Classification},
author = {Yair Even-Zohar and Dan Roth},
journal= {arXiv preprint arXiv:cs/0106044},
year = {2007}
}