软件学报

作者：肖琳，陈博理，黄鑫，刘华锋，景丽萍，于剑

单位：肖琳，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004411,陈博理，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004402,黄鑫，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004403,刘华锋，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004404,景丽萍，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004405,于剑，交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 10004406

关键词：多标签学习;文本分类;标签语义;注意力机制

基金：国家自然科学基金（61822601，61773050，61632004）；北京市自然科学基金（Z180006）；北京市科委项目（Z181100008918012）

自大数据蓬勃发展以来，多标签分类一直是令人关注的重要问题，在现实生活中有许多实际应用，如文本分类、图像识别、视频注释、多媒体信息检索等.传统的多标签文本分类算法将标签视为没有语义信息的符号，然而，在许多情况下，文本的标签是具有特定语义的，标签的语义信息和文档的内容信息是有对应关系的，为了建立两者之间的联系并加以利用，提出了一种基于标签语义注意力的多标签文本分类（LAbel Semantic Attention Multi-label Classification，简称LASA）方法，依赖于文档的文本和对应的标签，在文档和标签之间共享单词表示.对于文档嵌入，使用双向长短时记忆（bi-directional long short-term memory，简称Bi-LSTM）获取每个单词的隐表示，通过使用标签语义注意力机制获得文档中每个单词的权重，从而考虑到每个单词对当前标签的重要性.另外，标签在语义空间里往往是相互关联的，使用标签的语义信息同时也考虑了标签的相关性.在标准多标签文本分类的数据集上得到的实验结果表明，所提出的方法能够有效地捕获重要的单词，并且其性能优于当前先进的多标签文本分类算法.

来源：2020年第4期

《软件学报》期刊编辑部

查看软件学报杂志2020年第4期