CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishIn this paper, we encode topic dependencies in hierarchical multi-label Text Categoriza- tion (TC) by means of rerankers. We rep- resent reranking hypotheses with several in- novative kernels considering both the struc- ture of the hierarchy and the probability of nodes. Additionally, to better investigate the role of category relationships, we consider two interesting cases: (i) traditional schemes in which node-fathers include all the documents of their child-categories; and (ii) more gen- eral schemes, in which children can include documents not belonging to their fathers. The extensive experimentation on Reuters Corpus Volume 1 shows that our rerankers inject ef- fective structural semantic dependencies in multi-classifiers and significantly outperform the state-of-the-art.
Scheda prodotto non validato
I dati visualizzati non sono stati ancora sottoposti a validazione formale da parte dello Staff di IRIS, ma sono stati ugualmente trasmessi al Sito Docente Cineca (Loginmiur).
| Titolo: | Modeling Topic Dependencies in Hierarchical Text Categorization |
| Autori: | A. Moschitti; Q. Ju; R. Johansson |
| Autori Unitn: | |
| Titolo del volume contenente il saggio: | Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) |
| Luogo di edizione: | Jeju Island, Korea |
| Casa editrice: | The Association for Computer Linguistics |
| Anno di pubblicazione: | 2012 |
| Codice identificativo Scopus: | 2-s2.0-84878213949 |
| Handle: | http://hdl.handle.net/11572/95263 |
| Appare nelle tipologie: | 04.1 Saggio in atti di convegno (Paper in proceedings) |
File in questo prodotto:
Copyright © 2020