結(jié)合雙曲圖注意力網(wǎng)絡(luò)與標簽信息的短文本分類方法

摘要： 針對現(xiàn)有方法在文本分類任務(wù)中沒有綜合考慮文本的層級結(jié)構(gòu)和標簽對于文本特征學習的重要性而導致的魯棒性不足、表達能力不足等問題，提出了一種基于雙曲圖注意力網(wǎng)絡(luò)的短文本分類算法L-HGAT。利用文本的復雜層級結(jié)構(gòu)與雙曲空間的樹相似性特征的契合性，將文本嵌入到具有負常數(shù)曲率的雙曲空間中，充分利用雙曲流行表征的強大表達能力。設(shè)計雙曲圖注意力網(wǎng)絡(luò)，融合節(jié)點特征與邊特征，增強對文本中關(guān)鍵局部... （共8頁）