Classification-Aware Neural Topic Model Combined With Interpretable Analysis — For Conflict Classification

要約

数多くの紛争が常に世界に影響を与えています。
このような競合イベントを効果的に分析するために、この論文では、競合情報の分類とトピック発見のための分類認識ニューラル トピック モデル (CANTM-IA) を紹介します。
このモデルは、解釈可能性分析を導入することにより、分類結果と発見されたトピックの信頼できる解釈を提供します。
同時に、解釈がモデル アーキテクチャに導入され、モデルの分類パフォーマンスが向上し、解釈がデータの詳細にさらに焦点を当てることができるようになります。
最後に、モデルの複雑さを軽減するためにモデル アーキテクチャが最適化されます。

要約(オリジナル)

A large number of conflict events are affecting the world all the time. In order to analyse such conflict events effectively, this paper presents a Classification-Aware Neural Topic Model (CANTM-IA) for Conflict Information Classification and Topic Discovery. The model provides a reliable interpretation of classification results and discovered topics by introducing interpretability analysis. At the same time, interpretation is introduced into the model architecture to improve the classification performance of the model and to allow interpretation to focus further on the details of the data. Finally, the model architecture is optimised to reduce the complexity of the model.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google