| 融合上下文信息图卷积的中文短文本分类方法 |
| |
| 引用本文： | 胡俊清,杨志豪,施敬磊.融合上下文信息图卷积的中文短文本分类方法[J].电视技术,2021,45(11):83-87. |
| |
| 作者姓名： | 胡俊清 杨志豪 施敬磊 |
| |
| 作者单位： | 昆明理工大学 信息工程与自动化学院,云南 昆明 650000 |
| |
| 摘 要： | 针对中文短文本特征提取存在语义特征稀疏的问题,为了弥补图卷积网络不能捕捉长距离上下文关联性的不足,引入双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM),提出BERT BGCN短文本分类模型.首先利用BERT对文本信息进行字符级编码作为图节点的特征值,其次通过全局共享的点互信息(Pointwise Mutual Information,PMI)关系作为节点间的边为每个文档构建一个单独的文本图,再次,聚合图卷积网络和BiLSTM的输出形成融合上下文信息的特征矩阵并输入到下一层的图卷积网络,最后输出到全连接层得到最终分类结果.本模型在3个中文短文本数据集与其他多个基线模型进行比较,实验结果表明,本模型在准确率方面优于其他基线模型.
|
| 关 键 词： | 短文本分类 图卷积网络 点互信息量 |
Graph Convolution Combined with Context Information for Chinese Short Text Classification |
| |
| HU Junqing,YANG Zhihao,SHI Jinglei.Graph Convolution Combined with Context Information for Chinese Short Text Classification[J].Tv Engineering,2021,45(11):83-87. |
| |
| Authors: | HU Junqing YANG Zhihao SHI Jinglei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
