改进的图神经网络文本分类模型应用研究 ——以NSTL科技期刊文献分类为例OA北大核心CSSCI
The Application of Improved Graph Convolutional Neural Network in Big Data Classification of Scientific and Technological Documents
[目的/意义]随着互联网数字资源的剧增,如何从海量数据中挖掘出有价值的信息成为数据挖掘领域研究的热点问题.文本大数据分类是这一领域的关键问题之一.随着深度学习的发展,使得基于深度学习的文本大数据分类成为可能.[方法/过程]针对近年来出现的图神经网络文本分类效率低的问题,提出改进的方法.利用文本、句子及关键词构建拓扑关系图和拓扑关系矩阵,利用马尔科夫链采样算法对每一层的节点进行采样,再利用多级降维方法实现特征降维,最后采用归纳式推理的方式实现文本分…查看全部>>
张晓丹
中国科学技术信息研究所 北京 100038
信息技术与安全科学
图神经网络马尔可夫链采样算法多级特征降维NSTL文献分类文本分类
《情报杂志》 2021 (1)
184-188,5
中国科学技术信息研究所创新面上项目"基于多级降维 CNN 深度学习策略的 NSTL 期刊论文大数据分类应用研究"(编号:MS2020-07)研究成果之一.
评论