针对现有文本分类方法存在的不足,提出了使用图注意力网络进行短文本的分类。首先根据短文本所包含的字和词汇创建一个图结构的数据,然后通过图注意网络赋予同一邻域内各节点不同的权重来减弱噪音数据的影响并且捕获节点间的依赖信息,最后经过最大池化层以生成图级别的语义表示用于类别预测。实验结果表明,该方法相比于CNN、BiLSTM、BiLSTMMP、FastText、RCNN准确率更高。
科研之友
微信
新浪微博
Facebook
分享链接
