HDLTex: Hierarchisches tiefes Lernen für Textklassifizierung

Die stetig wachsende Anzahl von jährlich erstellten Dokumenten erfordert fortlaufend verbesserte Informationsverarbeitungsmethoden für die Suche, Abruf und Organisation von Texten. Zentral für diese Informationsverarbeitungsmethoden ist die Dokumentenklassifizierung, die zu einer wichtigen Anwendung des überwachten Lernens geworden ist. In letzter Zeit hat sich die Leistung dieser traditionellen Klassifikatoren mit der Zunahme der Dokumentanzahl verschlechtert. Dies liegt daran, dass mit der Erhöhung der Dokumentanzahl auch die Anzahl der Kategorien gestiegen ist. Diese Arbeit greift das Problem anders als aktuelle Dokumentenklassifizierungsmethoden an, die das Problem als multiklassen-Klassifizierung betrachten. Stattdessen führen wir eine hierarchische Klassifizierung durch, indem wir einen Ansatz verwenden, den wir Hierarchical Deep Learning for Text classification (HDLTex) nennen. HDLTex setzt Stapel tiefer Lernarchitekturen ein, um auf jeder Ebene der Dokumentenhierarchie spezialisiertes Verständnis zu bieten.