结合图卷积的深层神经网络用于文本分类OA北大核心
Deep Neural Network Combined with Graph Convolution for Text Classification
随着图卷积网络的发展,图卷积网络已经应用到很多任务中,其中就包含文本分类任务.通过将文本数据表示成图数据,进而在图上应用图卷积,从而捕获文本的结构信息和单词间的长距离依赖关系获得了良好的分类效果.但将文本建模成图模型后,图卷积网络面临着文本上下文语义信息和局部特征信息表示不充分的问题.提出一种新的模型,利用双向长短时记忆网络(Bi_LSTM)和卷积神经网络(CNN)混合提取文本的上下文语义信息和局部特征信息去丰富图卷积网络(GCN)的文本表示,从…查看全部>>
郑诚;陈杰;董春阳
安徽大学 计算机科学与技术学院,合肥 230601计算智能与信号处理教育部重点实验室,合肥 230601安徽大学 计算机科学与技术学院,合肥 230601
信息技术与安全科学
文本分类神经网络图卷积网络(GCN)
《计算机工程与应用》 2022 (7)
206-212,7
评论