基于混合粒度全局图的多标签文本分类方法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>1024 K
標(biāo)簽： 多标签文本分类 多头注意力机制 双向长短期记忆网络
所需積分：0分積分不夠怎么辦？
文檔介紹：多标签文本分类旨在为每个文本实例分配多个标签。传统多标签文本分类方法通常依赖于粗粒度的特征表示，忽视了文本中多层次、多尺度的语义信息。为了解决该问题，提出一种基于混合粒度全局图的多标签文本分类方法，通过MHA提取细粒度的文本特征，捕捉词与标签之间的交互信息，同时使用BiLSTM提取粗粒度的文本特征。随后，通过门控融合机制将两种特征融合得到具有多层次语义的混合粒度特征。将混合粒度词表示、文本和标签作为节点构建全局图，并通过图卷积网络处理全局图以进行分类。在AAPD、RCV1V2两个数据集上进行实验，实验结果表明，所提出方法能有效提升模型性能。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。