首页> 中国专利> 一种基于图神经网络的多元特征融合中文文本分类方法

一种基于图神经网络的多元特征融合中文文本分类方法

摘要

本发明公开了一种基于图神经网络的多元特征融合中文文本分类方法,属于自然语言处理领域。其特点是融合全局图卷积特征和局部序列特征进行文本分类,通过构建文本与命名实体的异构图并利用异构图进行全局图卷积特征提取,基于GRU的序列编码器进行局部序列特征提取,最后融合两部分特征输入分类器,特别地,在异构图特征提取阶段和特征融合阶段使用attention机制来提高重要信息的权重。本发明在某领域的文本分类任务上,相比于现有的分类模型,本发明提出的模型的中文文本分类准确率明显提高,能更好地应用于对分类精度要求高的某领域文本分类任务上。

著录项

  • 公开/公告号CN112015863A

    专利类型发明专利

  • 公开/公告日2020-12-01

    原文格式PDF

  • 申请/专利号CN202010868076.1

  • 申请日2020-08-26

  • 分类号G06F16/33(20190101);G06F16/35(20190101);G06F40/295(20200101);G06F40/30(20200101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构31215 上海蓝迪专利商标事务所(普通合伙);

  • 代理人徐筱梅;张翔

  • 地址 200241 上海市闵行区东川路500号

  • 入库时间 2023-06-19 09:04:30

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-06-13

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号