基于对抗训练学习可解释离散表示的无监督文本分类
计算与语言
2020-04-29 v1 信息检索
机器学习
摘要
从无标注文本数据学习连续表示已日益受到研究，以惠及半监督学习。尽管离散表示相对更易解释，但由于训练困难，针对无标注文本数据学习离散表示尚未被广泛探索。本文提出 TIGAN，其学习将文本编码为两种解耦表示，包括离散码与连续噪声，其中离散码表示可解释主题，噪声控制主题内方差。TIGAN 学习到的离散码可用于无监督文本分类。与其他无监督基线相比，所提 TIGAN 在六个不同语料库上取得更优性能，且与近期提出的弱监督文本分类方法表现相当。用于表征潜在主题所提取的主题词表明，TIGAN 学到了连贯且高度可解释的主题。
引用
@article{arxiv.2004.13255,
title = {Learning Interpretable and Discrete Representations with Adversarial Training for Unsupervised Text Classification},
author = {Yau-Shian Wang and Hung-Yi Lee and Yun-Nung Chen},
journal= {arXiv preprint arXiv:2004.13255},
year = {2020}
}
备注
14 pages