法律文档上的引导式半监督非负矩阵分解
机器学习
2022-02-01 v1 信息检索
机器学习
摘要
分类和主题建模是机器学习中从大规模数据集中提取信息的流行技术。通过结合先验信息（如标签或重要特征），已经开发出执行分类和主题建模任务的方法；然而，大多数能够同时执行这两项任务的方法不允许对主题或特征进行引导。在本文中，我们提出了一种方法，即引导式半监督非负矩阵分解（Guided Semi-Supervised Non-negative Matrix Factorization, GSSNMF），它通过结合来自预先分配的文档类别标签和用户设计的种子词的监督，同时执行分类和主题建模。我们通过将其应用于 California Innocence Project 提供的法律文档来测试该方法的性能，该非营利组织致力于释放被错误定罪的无辜者并改革司法系统。结果表明，与以往的方法（如半监督非负矩阵分解（SSNMF）和引导式非负矩阵分解（Guided NMF））相比，我们提出的方法提高了分类准确性和主题连贯性。
引用
@article{arxiv.2201.13324,
title = {Guided Semi-Supervised Non-negative Matrix Factorization on Legal Documents},
author = {Pengyu Li and Christine Tseng and Yaxuan Zheng and Joyce A. Chew and Longxiu Huang and Benjamin Jarman and Deanna Needell},
journal= {arXiv preprint arXiv:2201.13324},
year = {2022}
}
备注
14 pages, 4 figures