头部标签是否有助于长尾多标签文本分类
计算与语言
2021-01-26 v1 机器学习
摘要
多标签文本分类（MLTC）旨在从若干候选标签中为文档标注最相关的标签。在实际应用中，标签频率分布常呈现长尾特征，即少数标签与大量文档相关联（亦称头部标签），而大部分标签仅与少量文档相关联（亦称尾部标签）。为应对尾部标签分类训练数据不足的难题，我们提出头部到尾部网络（HTTN），将数据丰富的头部标签中的元知识迁移至数据匮乏的尾部标签。该元知识是从少样本网络参数到多样本网络参数的映射，旨在提升尾部分类器的泛化能力。在三个基准数据集上的大量实验结果表明，HTTN 持续优于当前最优（SOTA）方法。代码与超参数设置已公开以保证可复现性。
引用
@article{arxiv.2101.09704,
title = {Does Head Label Help for Long-Tailed Multi-Label Text Classification},
author = {Lin Xiao and Xiangliang Zhang and Liping Jing and Chi Huang and Mingyang Song},
journal= {arXiv preprint arXiv:2101.09704},
year = {2021}
}
备注
Accepted by AAAI2021