-
题名融合BERT和TextGCN模型的文本分类方法
- 1
-
-
作者
郑磊
黄萍
朱惠娟
-
机构
南京理工大学紫金学院
-
出处
《信息与电脑》
2024年第21期19-22,共4页
-
基金
江苏高校哲学社会科学研究一般项目(项目编号:2021SJA2258)
南京理工大学紫金学院校级科学研究一般项目(项目编号:2023ZRKX0401007)。
-
文摘
文本分类涉及人工智能、自然语言处理(Natural Language Processing,NLP)等多个领域,具有重要的学术研究意义和商业应用价值。如何使计算机准确提取到文本中的有效信息,并实现自动分类已成为当前的研究热点。文章提出BERT–Text GCN模型,将大规模预训练BERT模型和文本图卷积网络Text GCN模型相结合,实现文本分类任务。BERT–Text GCN模型构建一个异构图,通过联合训练BERT模块和Text GCN模块的双向编码器表示,有效地学习图的结构信息和节点间的关联信息,增强文本分类能力。实验表明,BERT–Text GCN模型在文本分类任务中取得了比以往模型更好的分类效果。
-
关键词
文本分类
BERT
词嵌入
Text
GCN
-
Keywords
text classification
BERT
word embedding
textgcn
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
