-
题名基于标签构建与特征融合的多标签文本分类研究方法
被引量：2
- 1
-
-
作者
王旭阳
卢世红
-
机构
兰州理工大学计算机与通信学院
-
出处
《贵州师范大学学报(自然科学版)》
北大核心
2025年第1期105-114,共10页
-
基金
国家自然科学基金项目(62161019)。
-
文摘
目前存在的多标签文本分类任务算法,对于标签的建模不是很成熟,其中对于标签的依赖性问题,以及标签特征和文本特征的融合程度问题,均缺乏有效的处理方法。为了更有效地利用标签间的依赖关系,以及整合标签特征与文本特征的融合,提出了一种名为CGTCN的多标签文本分类模型。该模型从标签构建和特征融合的角度出发,通过CompGCN建模标签依赖关系,先利用Transformer中的多头交叉注意力机制初步融合标签特征和文本特征,然后再通过CorNet网络进一步捕获标签特征与文本特征之间的相关性,从而得到最终的标签预测。实验结果显示,与基准模型相比,该方法能够有效的提升模型性能,在多标签文本分类任务中取得更好的分类效果。
-
关键词
多标签文本分类
compgcn
TRANSFORMER
CorNet
标签相关性
-
Keywords
multi-label text classification
compgcn
Transformer
CorNet
label correlation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
