山东大学学报(工学版)

作者：马坤,刘筱云,李乐平,纪科,陈贞翔,杨波

单位：济南大学信息科学与工程学院, 山东 济南 250022

关键词：多标签文本分类,标签共现,主题模型,图结构,标签嵌入,

基金：国家自然科学基金资助项目(61772231);山东省自然科学基金资助项目(ZR2022LZH016);山东省重点研发计划(重大创新工程)资助项目(2021CXGC010103)

为解决多标签文本分类在捕获标签关系时忽视标签共现特性的问题,提出基于统计特征的自适应多标签信息学习方法(adaptive label feature learning, ALFL),用于检测内容营销文章。构建主题先验自适应标记狄利克雷主题模型(labeled latent dirichlet allocation with adaptive topic priors, LDATP),根据每个文本的标签集合情况,与标签集合对应的全部营销主题约束模型生成主题词概率分布;构建标签信息整合网络(label information integration network, LIIN),利用主题词概率分布和标签的图结构学习标签相关信息,获得标签嵌入表示;进行文本和标签空间之间的信息交互,捕获语义特征以识别营销文章。试验结果表明,基于统计特征的ALFL方法以召回率为80.92%、准确率为88.14%,优于其他基线模型,具有更高的预测准确性。

来源：2024年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2024年第1期