Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Modeling Topic Dependencies in Hierarchical Text Categorization"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

In this paper, we encode topic dependencies in hierarchical multi-label Text Categorization (TC) by means of rerankers. We represent reranking hypotheses with several innovative kernels considering both the structure 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 general schemes, in which children can include documents not belonging to their fathers. .

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Fast Syntactic Analysis for Statistical Language Modeling via Substructure Sharing and Uptraining"

Báo cáo khoa học: "Discriminative Pronunciation Modeling: A Large-Margin, Feature-Rich Approach"

Báo cáo khoa học: "Modeling Review Comments"

Báo cáo khoa học: "Aspect Extraction through Semi-Supervised Modeling"

Báo cáo khoa học: "Mining Entity Types from Query Logs via User Intent Modeling"

Báo cáo khoa học: "Modeling Topic Dependencies in Hierarchical Text Categorization"

Báo cáo khoa học: "Automatic Event Extraction with Structured Preference Modeling"

Báo cáo khoa học: "Modeling Sentences in the Latent Space"

Báo cáo khoa học: "Modeling the Translation of Predicate-Argument Structure for SMT"

Báo cáo khoa học: "Large-Scale Syntactic Language Modeling with Treelets"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.