面向极大输出空间的快速标签嵌入
机器学习
2015-04-01 v1
摘要
许多现代多类和多标签问题的特征在于不断增大的输出空间。对于这些问题，标签嵌入已被证明是一种有用的基元，能够提升计算和统计效率。本工作中，我们利用秩约束估计与低维标签嵌入之间的对应关系，揭示了一种在多类和多标签设定下均适用的快速标签嵌入算法。其结果是一个用于偏最小二乘的随机化算法，其运行时间比朴素算法呈指数级加快。我们在两个大规模公开数据集上展示了我们的技术，这些数据集来自大规模层次文本分类挑战赛（Large Scale Hierarchical Text Challenge）和开放目录项目（Open Directory Project），并取得了最先进的结果。
引用
@article{arxiv.1503.08873,
title = {Fast Label Embeddings for Extremely Large Output Spaces},
author = {Paul Mineiro and Nikos Karampatziakis},
journal= {arXiv preprint arXiv:1503.08873},
year = {2015}
}
备注
Accepted as a workshop contribution at ICLR 2015