面向文本分类的张量残差图卷积网络模型 |
| |
作者姓名: | 范福兰 雷雪英 邓贤君 聂新 |
| |
作者单位: | 1. 中南民族大学教育学院;2. 华中科技大学网络空间安全学院分布式系统安全湖北省重点实验室湖北省大数据安全工程技术研究中心 |
| |
基金项目: | 国家自然科学基金资助项目(62207033);;湖北省高校人文社科基地绩效评价信息管理研究中心开放课题(2020JX01);;中央高校基本科研业务费专项资金资助项目(CSQ19013); |
| |
摘 要: | 针对现有文本分类模型上下文信息挖掘不足、全局特征表示提取不充分等问题,提出了一种基于张量的残差图卷积网络模型.首先,以归纳学习方式构建文本图,挖掘文本中蕴含的句法关系、语义关系和序列关系并整合构建邻接张量,捕获文档的高阶上下文信息与关键局部特征信息;然后,利用残差连接加深网络深度,处理图卷积网络过平滑问题,提升模型的泛化能力;最后,设计图读出机制聚集所有节点特征,提取文本的全局特征表示.在R8和MR数据集上进行了实验评估,实验结果表明与已有文本分类方法相比,所提方法取得了优越的分类效果.
|
关 键 词: | 文本分类 图卷积网络 张量 残差网络 归纳学习 |
|