基于文本图神经网络的小样本文本分类技术研究

摘要：

为了解决文本图神经网络小样本文本分类精度较差的问题,设计了基于文本图神经网络的原型网络,采用预训练语言模型,利用文本级图神经网络为每个输入文本构建图并共享全局参数,将文本图神经网络的结果作为原型网络的输入,对未标注文本进行分类,并验证新模型在多个文本分类数据集上的有效性.实验结果表明,与需要大量标注文档的监督学习方法相比,所采用的方法未标注文本的分类精度提高了1％～3％,在多个文本分类数据集上验证了新模型性能先进,内存占用更少.研究结果可为解决小样本文本分类问题提供参考.

关键词：自然语言处理、小样本文本分类、预训练模型、图神经网络、原型网络

所属期刊栏目：45

分类号：TP183(自动化基础理论)

资助基金：河北省智能化信息感知与处理重点实验室发展基金项目;LZH联合QB数据融合与共享服务项目

在线出版日期：2024-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：52-58