融合注意力机制的门控图神经网络文本分类算法

作者：马明旭; 苏凡军; 佟国香

来源：计算机与数字工程, 2023, 51(08): 1750-1755.

• 文本分类
• 注意力机制
• 门控图神经网络
• 门控机制
• 自然语言处理

利用图神经网络进行文本分类，处理包含文本和单词的异构图时，存在文本-单词、单词-单词之间的细粒度交互不足问题。为解决该问题，论文提出了一种融合注意力机制的门控图神经网络文本分类算法（Text classification algorithm based on gated graph neural network integrating attention mechanism,GGNN-AM）。算法使用注意力机制，结合门控循环单元，提取单词的邻域重要信息，增强单词-单词的交互关系。将卷积核作为特征编码器，编码单个单词和多个单词的局部信息，提取重要特征和一般特征表示文本，增强文本-单词的细粒度交互。实验结果表明，与多种文本分类算法相比，GGNN-AM在三个英文基准数据集上取得了更好的效果。

• 单位
  上海理工大学