公开(公告)号：CN112487187B

公开(公告)日：2022-06-10

申请号：CN202011386651.0

申请日：2020-12-02

Applicant: 杭州电子科技大学

Inventor： 朱小草 ,  郭春生 ,  陈华华 ,  应娜

IPC: G06F16/35 ,  G06F40/194 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于图网络池化的新闻文本分类方法，包括步骤：S1.在注意力机制中将结构信息与特征信息相结合，并计算图神经网络中一阶邻域内节点之间的相似性得分，得到具有相似性节点的注意力机制；S2.采用稀疏概率激活函数sparsemax算法将得到的注意力机制进行稀疏化，得到节点相对应的集群；S3.采用局部聚合卷积计算每个集群的分数，并通过得分高低来判断集群所含有的信息量；S4.采用topk选出得分最高的前个集群，并将选择出的集群进行重新连边得到最终池化后的神经网络。

公开(公告)号：CN112487187A

公开(公告)日：2021-03-12

申请号：CN202011386651.0

申请日：2020-12-02

Applicant: 杭州电子科技大学

Inventor： 朱小草 ,  郭春生 ,  陈华华 ,  应娜

IPC: G06F16/35 ,  G06F40/194 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于图网络池化的新闻文本分类方法，包括步骤：S1.在注意力机制中将结构信息与特征信息相结合，并计算图神经网络中一阶邻域内节点之间的相似性得分，得到具有相似性节点的注意力机制；S2.采用稀疏概率激活函数sparsemax算法将得到的注意力机制进行稀疏化，得到节点相对应的集群；S3.采用局部聚合卷积计算每个集群的分数，并通过得分高低来判断集群所含有的信息量；S4.采用topk选出得分最高的前个集群，并将选择出的集群进行重新连边得到最终池化后的神经网络。