JRC EuroVoc 索引器 JEX——一种免费的多标签分类工具
计算与语言
2013-09-23 v1
摘要
EuroVoc (2012) 是一个高度多语言的叙词表，包含超过 6,700 个分层组织的主题领域，被欧盟机构及许多欧盟成员国的当局用于官方文件的分类和检索。JEX 是由联合研究中心 (JRC) 开发的多标签分类软件，它通过学习手动标注的数据，在基于档案的类别排名任务中自动为新文档分配 EuroVoc 描述符。JEX 发布版包含针对 22 种欧盟官方语言训练的分类器、相同语言的平行训练数据、允许查看和修正分配结果的界面，以及允许用户在其自有文档集合上重新训练该工具的模块。JEX 允许高级用户更改文档表示，以便通过语言预处理可能改善分类结果。JEX 可用作交互式分配 EuroVoc 描述符的工具，以提高人工分类过程的速度和一致性，也可完全自动使用。JEX 的输出是一个与语言无关的 EuroVoc 特征向量，也可作为各种其他语言技术任务的输入，包括跨语言聚类和分类、跨语言抄袭检测、句子选择和排名等。
引用
@article{arxiv.1309.5223,
title = {JRC EuroVoc Indexer JEX - A freely available multi-label categorisation tool},
author = {Ralf Steinberger and Mohamed Ebrahim and Marco Turchi},
journal= {arXiv preprint arXiv:1309.5223},
year = {2013}
}