公开(公告)号：CN114186062B

公开(公告)日：2025-05-02

申请号：CN202111521453.5

申请日：2021-12-13

Applicant: 安徽大学

Inventor： 叶凡 ,  徐善泽

IPC: G06F16/35 ,  G06F40/284 ,  G06F18/2411 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络主题模型的文本分类方法，包括：1、对文本进行预处理；2、将文本中的各个词表示成两种词向量形式；3、对用单词袋表示的词向量，使用神经主题模型(NVDM‑GSM)得到文本的主题分布和主题向量；4、对用Glove模型表示的词向量，以文本中的单词为结点构建图结构，对图的每个结点使用门控图神经网络来获取结点的邻接信息；5、对结点间使用注意力机制；6、利用Softmax分类器对训练后的文档图进行分类。本发明不仅考虑文档中的单词对上下文依赖的特点，还引入注意力机制来权衡不同单词的重要性，并用文档的主题分布和主题向量从全局的角度来指导注意力机制，从而更好的对文本进行分类。

公开(公告)号：CN114186062A

公开(公告)日：2022-03-15

申请号：CN202111521453.5

申请日：2021-12-13

Applicant: 安徽大学

Inventor： 叶凡 ,  徐善泽

IPC: G06F16/35 ,  G06F40/284 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图神经网络主题模型的文本分类方法，包括：1、对文本进行预处理；2、将文本中的各个词表示成两种词向量形式；3、对用单词袋表示的词向量，使用神经主题模型(NVDM‑GSM)得到文本的主题分布和主题向量；4、对用Glove模型表示的词向量，以文本中的单词为结点构建图结构，对图的每个结点使用门控图神经网络来获取结点的邻接信息；5、对结点间使用注意力机制；6、利用Softmax分类器对训练后的文档图进行分类。本发明不仅考虑文档中的单词对上下文依赖的特点，还引入注意力机制来权衡不同单词的重要性，并用文档的主题分布和主题向量从全局的角度来指导注意力机制，从而更好的对文本进行分类。