基于注意力的学术资源文本层级多标签分类
计算与语言
2022-03-22 v1 人工智能
摘要
层级多标签学术文本分类 (HMTC) 旨在将学术文本分配到具有层次结构的标注体系中。我们提出一种基于注意力的学术文本层级多标签分类算法 (AHMCA)，通过整合文本、关键词和层次结构等特征，将学术文档分类到最相关的类别中。我们利用 word2vec 和 BiLSTM 获取文本、关键词和层次的嵌入与隐向量表示。我们使用层级注意力机制捕捉关键词、标签层次与文本词向量之间的关联，生成层次特定的文档嵌入向量，以替换 HMCN-F 中的原始文本嵌入。在学术文本数据集上的实验结果证明了 AHMCA 算法的有效性。
引用
@article{arxiv.2203.10743,
title = {Academic Resource Text Level Multi-label Classification based on Attention},
author = {Yue Wang and Yawen Li and Ang Li},
journal= {arXiv preprint arXiv:2203.10743},
year = {2022}
}