基于知识图谱的图匹配文本分类

摘要：

[目的]在自然语言处理领域,文本分类是十分重要的基础研究,可以应用于许多下游任务中,例如文章检索、推荐系统、问答系统等.受到知识图谱在文本推理领域发挥作用的启发,本文探索了将知识图谱应用于文本分类任务的方法,在降低对标注训练数据依赖的同时利用知识图谱的推理能力提升文本分类的效果.[方法]本文提出了基于知识图谱的图匹配文本分类算法.具体而言,依据分类目标,为每一个类别构建了该类别的知识图谱,模型基于类别知识图谱中的语义和连接信息对文本与各个类别的相关性进行推理,综合各个知识图谱的推理评估结果.[结论]为了证明本文提出的方法的有效性,本文构建了分类所需的知识图谱并在两个数据集上进行了实验,实验结果证明在允许一定拒绝的前提下,此模型具有很高的准确率,进一步推动了算法的应用落地.

关键词：文本分类、知识图谱、图匹配、知识图谱构建、信息抽取

所属期刊栏目：4

分类号：TP391;P59;TP181

资助基金：国家重点研发计划2021YFB0300104

在线出版日期：2022-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：39-49