融合标签语义嵌入和图卷积的短文本特征扩展及分类方法

摘要：

针对短文本长度过短、关键词偏少和标签信息利用不足造成的分类过程中面临特征稀疏和语义不明确的问题,提出了融合标签语义嵌入的图卷积网络模型.首先,在传统的术语频率和逆文档频率算法基础上,提出了融合单词所属文本的类间、类内分布关系的全局词频提取算法.其次,利用融合标签嵌入的方法,将每条训练文本与相对应的标签引入到同一个特征空间内,通过筛选聚合提取更能突显文本类别的近义词嵌入,作为文本图的文档节点的嵌入表示.最后,将文本图输入到图卷积神经网络学习后,获得的特征与预训练模型提取文本上下文的特征相融合,提升短文本的分类质量以及整个模型的泛化能力,在4个短文本数据集MR、web_snippets、R8和R52上对本文模型和14个基线算法进行了对比实验,结果表明本文提出的模型相比于对比模型具有更优的结果,在识别精度、召回率以及F1值上有着更好的表现.

关键词：短文本、标签语义、特征空间、图卷积网络、预训练模型

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：广东省交通运输厅科技项目2016-02-030

在线出版日期：2024-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：69-78