Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Jointly Modeling Intent Identification and Slot Filling with Contextual and Hierarchical Information Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

A Semantic Representation Enhancement Method for Chinese News Headline Classification

verfasst von : Zhongbo Yin, Jintao Tang, Chengsen Ru, Wei Luo, Zhunchen Luo, Xiaolei Ma

Erschienen in: Natural Language Processing and Chinese Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Recently there has been an increasing research interest in short text such as news headline. Due to the inherent sparsity of short text, the current text classification methods perform badly when applied to the classification of news headlines. To overcome this problem, a novel method which enhances the semantic representation of headlines is proposed in this paper. Firstly, we add some keywords extracted from the most similar news to expand the word features. Secondly, we use the corpus in news domain to pre-train the word embedding so as to enhance the word representation. Moreover, Fasttext classifier, which uses a liner method to classify text with fast speed and high accuracy, is adopted for news headline classification. On the task for Chinese news headline categorization in NLPCC2017, the proposed method achieved 83.1% of the F-measure, which got the first rank in 33 teams.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Automatic Document Metadata Extraction Based on Deep Networks
Nächstes Kapitel Abstractive Document Summarization via Neural Model with Joint Attention
Literatur
1.
Tang, Q., Guo, Q.-L., Li, Y.-M.: Similarity computing of documents based on VSMJ. Appl. Res. Comput. 25(11), 3256–3258 (2008)
2.
Corrado, G., Mikolov, T., Chen, K., Dean, J.: Efficient estimation of word representations in vector space. arXiv preprint arXiv:​1301.​3781 (2013)
3.
4.
Lachiche, N., Flach, P.A.: Naive Bayesian classification of structured data. Mach. Learn. 57(3), 233–269 (2004)CrossRefMATH
5.
Sontag, D., Rush, A.M., Kim, Y., Jernite, Y.: Character-aware neural language models. Comput. Sci. 2741–2749 (2015)
6.
7.
8.
Horiguchi, S., Phan, X.H., Nguyen, L.M.: Learning to classify short and sparse text and web with hidden topics from large-scale data collections. In: WWW 2008 Refereed Track: Data Mining - Learning, pp. 91–100 (2008)
9.
Hu, H., Fan, X.: A new model for Chinese short-text classification considering feature expansion. In: International Conference on Artificial Intelligence and Computational Intelligence, vol. 2, pp. 7–11 (2010)
10.
Xu, J., Yang, L., Li., C., Zhou, Y., Xu, B.: Compositional recurrent neural networks for Chinese short text classification. In: IEEE/WIC/ACM International Conference on Web Intelligence, pp. 137–144 (2016)
11.
Cai, Y.Q., Chen, Y.W., Wang, J.L., et al.: A method for Chinese text classification based on apparent semantics and latent aspects. J. Ambient Intell. Human. Comput. 6(4), 473–480 (2015)CrossRef
12.
Probabilistic latent semantic analysis. Proceedings of 15th Conference on Uncertainty in Artificial Intelligence, Stockholm, Sweden, pp. 289–296 (1999)
13.
Luo, W., Du, J.X., Chen, Y.W., Zhou, Q.: Classification of Chinese text based on recognition of semantic topics. Cogn. Comput. 8(1), 114–124 (2016)CrossRef
14.
Liu, X., Wu, X., Sang, L., Xie, F.: Wefest: word embedding feature expansion for short text classification. In: IEEE International Conference on Data Mining Workshops (2017)
15.
Huang, J., Zhu, J., Yao, D., Bi, J.: A word distributed representation based framework for large-scale short text classification. In: International Joint Conference on Neural Networks, pp. 1–7 (2015)
16.
Zhang, Z., Li, T., Zhang., Y., Ma, C., Wan, X.: Short text classification based on semantics. In: International Conference on Intelligent Computing, vol. 9227, pp. 463–470 (2015)
17.
Zhang, H., Yin, C., Xiang, J., A new SVM method for short text classification based on semi-supervised learning. In: Advanced Information Technology and Sensor Application (AITS), pp. 100–103 (2016)
18.
Xu, J., Wang, P., Xua, B., et al.: Semantic expansion using word embedding clustering and convolutional neural network for improving short text classification. Neurocomputing 174(PB), 806–814 (2016)
19.
Sequential short-text classification with recurrent and convolutional neural networks. Proceedings of NAACL-HLT 2016, pp. 515–520 (2016)
20.
Huiyou, C., Yongjun, H., Jiaxin, J.: A new method of keywords extraction for Chinese short - text classification. New Technol. Libr. Inf. Serv. 234(6), 42–48 (2013)
21.
Jieba Chinese text segmentation, June 2017
22.
23.
Senécal, J.S., Morin, F., Gauvain, J.L., Bengio, Y., Schwenk, H.: Neural probabilistic language models. J. Mach. Learn. Res. 3(6), 1137–1155 (2006). Springer, Heidelberg
24.
Dagan, I., Levy, O., Goldberg, Y.: Improving distributional similarity with lessons learned from word embeddings. Bulletin De La Société Botanique De France 75(3), 552–555 (2015)
25.
Corpus for Chinese news headline categorization, June 2017
26.
Schmidhuber, J., Hochreiter, S.: Long short-term memory. Neural Comput. 9(8), 1735–1780 (1997)CrossRef
27.
Metadaten
Titel
A Semantic Representation Enhancement Method for Chinese News Headline Classification
verfasst von
Zhongbo Yin
Jintao Tang
Chengsen Ru
Wei Luo
Zhunchen Luo
Xiaolei Ma
Copyright-Jahr
2018
Buch
Natural Language Processing and Chinese Computing

Print ISBN: 978-3-319-73617-4

Electronic ISBN: 978-3-319-73618-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-73618-1_27