坐标矩阵机用于文档分类

本文介绍了坐标矩阵机 (CM^2)，这是一种用于文档分类的新方法，旨在实现人类水平的概念学习，特别是在文档非常相似且数据有限（一次性学习）的情况下。本文的重要性在于它侧重于结构特征，声称在资源最少的情况下优于传统方法，并强调绿色人工智能原则（效率、可持续性、仅限 CPU 操作）。核心贡献是一个小型、专门构建的模型，它利用结构信息对文档进行分类，这与大型、能源密集型模型的趋势形成对比。本文的价值在于它在资源受限的环境中实现高效且可解释的文档分类的潜力。

• •提出了一种新的文档分类模型 CM^2，专为一次性学习而设计。
• •强调结构特征和人类水平的概念学习。
• •声称与传统方法相比，在准确性、效率（绿色人工智能）、可解释性和资源使用方面具有优势。
• •专注于仅限 CPU 的环境并解决环境可持续性问题。