典型文献
融合标签关系的法律文本多标签分类方法
文献摘要：
随着大数据技术的快速发展,多标签文本分类在司法领域也催生出诸多应用.在法律文本中通常存在多个要素标签,标签之间往往具有相互依赖性或相关性,准确识别这些标签需要多标签分类方法的支持.因此,文中提出融合标签关系的法律文本多标签分类方法.方法构建标签的共现矩阵,利用图卷积网络捕捉标签之间的依赖关系,并结合标签注意力机制,计算法律文本和标签每个词的相关程度,得到特定标签的法律文本语义表示.最后,融合标签图构建的依赖关系和特定标签的法律文本语义表示,对文本进行综合表示,实现文本的多标签分类.在法律数据集上的实验表明,文中方法获得较好的分类精度和稳定性.
文献关键词：
多标签分类;文本表示;图卷积神经网络;标签注意力机制;标签关系
中图分类号：
作者姓名：
宋泽宇;李旸;李德玉;王素格
作者机构：
山西大学 计算机与信息技术学院 太原030006;山西财经大学 金融学院 太原0300062;山西大学 计算智能与中文信息处理教育部重点实验室 太原030006
文献出处：
引用格式：
[1]宋泽宇;李旸;李德玉;王素格-.融合标签关系的法律文本多标签分类方法)[J].模式识别与人工智能,2022(02):185-192
A类：
B类：
融合标签,标签关系,法律文本,文本多标签分类,分类方法,多标签文本分类,司法领域,催生出,多应用,常存,相互依赖性,准确识别,共现矩阵,图卷积网络,依赖关系,标签注意力机制,计算法,文本语义表示,法律数据,中方,分类精度,文本表示,图卷积神经网络
AB值：
0.234934
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
