基于改进归纳式图卷积网络的文本分类方法

摘要：

针对图嵌入式文本分类方法在预测性能和归纳能力方面的缺陷,在文本图卷积网络(TextGCN)的基础上,进行适当改进.结合预测文本嵌入(PTE)的高效训练和归纳性,在各个网络层中使用不同的图;通过异质图卷积网络架构来学习特征嵌入,利用习得的特征进行归纳推理.实验结果表明,在大量训练样本标注的情况下,所提方法取得了与其它方法相当或稍优的性能.在少量训练样本标注的情况下,所提方法表现更优,性能增益范围为2％～7％,支持更快的训练和泛化性.

关键词：文本分类、预测性能、文本图卷积网络、异质图卷积网络、预测文本嵌入、归纳推理、特征嵌入

所属期刊栏目：44

分类号：TP391;TP311(计算技术、计算机技术)

资助基金：计算智能与中文信息处理教育部重点实验室基金项目;山西省教育厅山西省高等学校大学生创新创业基金项目

在线出版日期：2023-05-08（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：1144-1150