用于多分类的对抗式多二元神经网络
计算与语言
2020-03-26 v1 机器学习
摘要
多类文本分类是机器学习与自然语言处理中的关键问题之一。新兴神经网络利用多输出softmax层处理该问题并取得实质性进展，但它们并未显式学习类间相关性。本文中，我们采用多任务框架解决多分类问题，其中多类分类器与多个二元分类器被联合训练。此外，我们运用对抗训练来区分类特定特征与类无关特征。该模型得益于更好的特征表示。我们在两个大规模多类文本分类任务上开展实验，表明所提架构优于基线方法。
引用
@article{arxiv.2003.11184,
title = {Adversarial Multi-Binary Neural Network for Multi-class Classification},
author = {Haiyang Xu and Junwen Chen and Kun Han and Xiangang Li},
journal= {arXiv preprint arXiv:2003.11184},
year = {2020}
}