TAILIEUCHUNG - Báo cáo khoa học: "Hierarchical Text Classification with Latent Concepts"

Recently, hierarchical text classification has become an active research topic. The essential idea is that the descendant classes can share the information of the ancestor classes in a predefined taxonomy. In this paper, we claim that each class has several latent concepts and its subclasses share information with these different concepts respectively. Then, we propose a variant Passive-Aggressive (PA) algorithm for hierarchical text classification with latent concepts. | Hierarchical Text Classification with Latent Concepts Xipeng Qiu Xuanjing Huang Zhao Liu and Jinlong Zhou School of Computer Science Fudan University xpqiu xjhuang @ abc9703 @ Abstract Recently hierarchical text classification has become an active research topic. The essential idea is that the descendant classes can share the information of the ancestor classes in a predefined taxonomy. In this paper we claim that each class has several latent concepts and its subclasses share information with these different concepts respectively. Then we propose a variant Passive-Aggressive PA algorithm for hierarchical text classification with latent concepts. Experimental results show that the performance of our algorithm is competitive with the recently proposed hierarchical classification algorithms. 1 Introduction Text classification is a crucial and well-proven method for organizing the collection of large scale documents. The predefined categories are formed by different criterions . Entertainment Sports and Education in news classification Junk Email and Ordinary Email in email classification. In the literature many algorithms Sebastiani 2002 Yang and Liu 1999 Yang and Pedersen 1997 have been proposed such as Support Vector Machines SVM k-Nearest Neighbor kNN Naive Bayes NB and so on. Empirical evaluations have shown that most of these methods are quite effective in traditional text classification applications. In past serval years hierarchical text classification has become an active research topic in database area Koller and Sahami 1997 Weigend et al. 1999 and machine learning area Rousu et al. 2006 Cai and Hofmann 2007 . Different with traditional classification the document collections are organized 598 as hierarchical class structure in many application fields web taxonomies . the Yahoo Directory http and the Open Directory Project ODP http email folders and product catalogs. The approaches of hierarchical .

• Báo cáo khoa học
• Hierarchical Text Classification
• Latent Concepts
• Xipeng Qiu
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball