一种基于图注意力网络的中文短文本分类方法

发明专利有效专利

申请号：
CN202011141057.5
IPC分类号：G06K9/62;G06F40/289;G06N3/04;G06N3/08
申请日期：
2020-10-22
申请人：
暨南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于图注意力网络的中文短文本分类方法
申请号	CN202011141057.5	申请日期	2020-10-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-02	公开/公告号	CN112434720A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	暨南大学	申请人地址	广东省广州市天河区黄埔大道西601号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	暨南大学	当前权利人	暨南大学
发明人	黄斐然;贝元琛
代理机构	广州市华学知识产权代理有限公司	代理人	暂无

摘要

本发明公开了一种基于图注意力网络的中文短文本分类方法，包括以下步骤对文本数据进行预处理，得到文本对应的词列表集合；文本特征提取对本文对应的词列表集合，采用特征嵌入工具进行词嵌入处理，得到对应的词向量；采用图结构进行建图，将文本和文本中的词作为图节点，建立异构图；建立图注意力网络文本分类模型；采用网络开源的带类别标注的中文短文本数据集作为训练语科数据集，采用异构图训练图注意力网络文本分类模型；输出文本所属类别将节点特征通过softmax分类层得到最终分类的类别；本发明在短文本信息量不足的条件下能够较充分的提取文本特征，并重点关注到对文本分类存在较大价值的信息，有效地提高了分类的准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供