|
|||||
|
|
| 基于BTM图卷积网络的短文本分类方法 | |
| 作者姓名： | 郑诚 董春阳 黄夏炎 |
| 作者单位： | 1.安徽大学 计算机科学与技术学院,合肥 230601 2.计算智能与信号处理教育部重点实验室,合肥 230601 |
| 摘 要： | 由于短文本长度较短,在分类时会面临数据稀疏和语义模糊等问题.提出新型图卷积网络BTM_GCN,该网络利用双项主题模型(Biterm Topic Model,BTM)在短文本数据集上训练出固定数量的文档级潜在主题,并作为一种节点嵌入到文本异构图中,再与异构图中的文档节点进行连接,最后利用图卷积网络来捕获文档、词与主题节点... |
| 关 键 词： | 短文本分类 图卷积网络 BTM主题模型 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |