SGM: Sequence Generation Model for Multi-Label Classification

[21335732529sky]

一言で言うと　

multi labelingを別の見方でやってみた

論文リンク

http://aclweb.org/anthology/C18-1330

著者・所属機関

• Pengcheng Yang / Deep Learning Lab, Beijing Institute of Big Data Research, Peking University
• Xu Sun / Deep Learning Lab, Beijing Institute of Big Data Research, Peking University
• Wei Li / MOE Key Lab of Computational Linguistics, School of EECS, Peking University
• Shuming Ma / MOE Key Lab of Computational Linguistics, School of EECS, Peking University
• Wei Wu / MOE Key Lab of Computational Linguistics, School of EECS, Peking University
• Houfeng Wang / MOE Key Lab of Computational Linguistics, School of EECS, Peking University

  概要

  Multi Label classificationはsingle labelより複雑であり、ラベル間に相関があることが多い。 また、文中のどの部分が判断材料になるかも、ラベルごとに変わってくる。 しかし、先行研究のモデルではこれらを全て無視している。 この論文では、Multi label classificationをsequence generation問題として捉え、新たなdecoder構造を 適用したsequence generationモデルを使うことにより、上の問題に対処した

  新規性・差分

• 新しいdecoder構造を考案
• multi label classificationの新しい見方を発見

  手法

  Attention機構を備えたseq2seq。decoder部分には、新たにmask vectorとglobal embeddingが使用されている

  結果

  

  コメント

  細かいところまで説明されていたので、読みやすかったです