
<html><body><div style="font-family: arial, helvetica, sans-serif; font-size: 12pt; color: #000000"><div>Hi Adapters,<br><br>For the seminar in this week, I will talk about Multi-Label Classification. The target of the MLC task is to assign multiple labels to each instance in the dataset. It is more complex than single-label classification in that the labels tend to be correlated. Existing methods tend to ignore the correlations between labels. <a href="http://www.aclweb.org/anthology/C18-1330" data-mce-href="http://www.aclweb.org/anthology/C18-1330">SGM: Sequence Generation Model for Multi-Label Classification</a> captures the correlations between the labels by viewing the multi-label classification task as a sequence generation problem, and applies a sequence generation model with a novel decoder structure to solve it. This model also selects the most informative words automatically when predicting different labels.</div><div><br>See you there!<br><br>Time: 17:00 Sept 26<br>Venue: SEIEE 3-517A<br><br>Best, <br>Eve<br></div></div></body></html>