一种基于图核和卷积神经网络的文本分类方法

    公开(公告)号:CN108388651B

    公开(公告)日:2021-09-28

    申请号:CN201810168847.9

    申请日:2018-02-28

    Inventor: 郭平 张璐璐 辛欣

    Abstract: 本发明涉及一种基于图核和卷积神经网络的文本分类方法,属于数据挖掘和信息检索技术领域。核心思想为:首先将文本预处理为图结构的表示方式,其中,图中的节点与文本中的词相对应;再基于图结构计算节点的权重,之后使用社区发现算法将图结构分解成多个子图,并使用图核技术将图映射到高维空间,得到图的张量表达,最后将该张量表达输入到卷积神经网络,对图特征进行深度挖掘,输出文本的类别。本发明与现有技术相比,能够充分利用文本的内部结构和上下文语义,使文本内容得以充分表达;使节点信息更加合理;有效解决了文本分类中复杂繁琐的处理过程。

    一种基于图核和卷积神经网络的文本分类方法

    公开(公告)号:CN108388651A

    公开(公告)日:2018-08-10

    申请号:CN201810168847.9

    申请日:2018-02-28

    Inventor: 郭平 张璐璐 辛欣

    Abstract: 本发明涉及一种基于图核和卷积神经网络的文本分类方法,属于数据挖掘和信息检索技术领域。核心思想为:首先将文本预处理为图结构的表示方式,其中,图中的节点与文本中的词相对应;再基于图结构计算节点的权重,之后使用社区发现算法将图结构分解成多个子图,并使用图核技术将图映射到高维空间,得到图的张量表达,最后将该张量表达输入到卷积神经网络,对图特征进行深度挖掘,输出文本的类别。本发明与现有技术相比,能够充分利用文本的内部结构和上下文语义,使文本内容得以充分表达;使节点信息更加合理;有效解决了文本分类中复杂繁琐的处理过程。

Patent Agency Ranking