融合知识图谱与注意力机制的短文本分类模型

• 作者: 丁辰晖 刘渊 夏鸿斌
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 短文本分类 知识图谱 自然语言处理 注意力机制 双向门控循环单元
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 94-100
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056734

摘要

针对短文本缺乏上下文信息导致的语义模糊问题,构建一种融合知识图谱和注意力机制的神经网络模型.借助现有知识库获取短文本相关的概念集,以获得短文本相关先验知识,弥补短文本缺乏上下文信息的不足.将字符向量、词向量以及短文本的概念集作为模型的输入,运用编码器-解码器模型对短文本与概念集进行编码,利用注意力机制计算每个概念权重值,减小无关噪声概念对短文本分类的影响,在此基础上通过双向门控循环单元编码短文本输入序列,获取短文本分类特征,从而更准确地进行短文本分类.实验结果表明,该模型在AGNews、Ohsumed和TagMyNews短文本数据集上的准确率分别达到73.95％、40.69％和63.10％,具有较好的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊		235	1325	17.0	25.0
2	夏鸿斌		24	148	6.0	11.0
3	丁辰晖		1	0	0.0	0.0