典型文献
一种基于多维度图神经网络的短文本分类方法
文献摘要：
中文短文本分类是自然语言处理的重要领域之一,文中提出了一种基于多维度图神经网络的短文本分类方法,通过对文档中的中文词语进行建模,分别构建序列边、词频边、主题边与结点信息相融合以达到提取深度语义信息的目的,提高图神经网络的分类能力.通过和现有方法对比,本文提出的基于多维度图神经网络的短文本分类方法具有更高的准确率,能够有效的达到中文短文本分类的目的.
文献关键词：
文本分类;自然语言处理;中文分词;图神经网络
中图分类号：
作者姓名：
李书彬;周安民
作者机构：
四川大学网络空间安全学院,成都 610200
文献出处：
引用格式：
[1]李书彬;周安民-.一种基于多维度图神经网络的短文本分类方法)[J].现代计算机,2022(01):55-59
A类：
B类：
图神经网络,文本分类方法,中文短文本分类,自然语言处理,文档,文词,词语,词频,结点,语义信息,方法对比,中文分词
AB值：
0.173993
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。
