学习次模壳的混合及其在文档摘要中的应用
机器学习
2012-10-19 v1 计算与语言
信息检索
机器学习
摘要
我们提出了一种在大间隔设置下学习次模“壳”混合的方法。次模壳是一种抽象的次模函数，可通过实例化基础集和一组参数来生成具体的次模函数。此类壳的混合也可经实例化生成更复杂的次模函数。我们的算法学习的是这些壳上的混合权重。当仅在近似次模优化可行（例如次模函数最大化）的情况下，利用投影次梯度法在大间隔结构化预测设置中进行学习时，我们提供了风险界保证。我们将该方法应用于多文档摘要问题，并在广泛使用的 NIST DUC-05 至 DUC-07 文档摘要语料库上取得了迄今为止最好的结果。
引用
@article{arxiv.1210.4871,
title = {Learning Mixtures of Submodular Shells with Application to Document Summarization},
author = {Hui Lin and Jeff A. Bilmes},
journal= {arXiv preprint arXiv:1210.4871},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Eighth Conference on Uncertainty in Artificial Intelligence (UAI2012)