[发明专利]一种文本分类方法、系统、计算机设备和存储介质

权利要求书

1.一种文本分类方法，其特征在于，所述方法包括以下步骤：

建立高低阶图卷积神经网络模型；所述高低阶图卷积神经网络模型依次包括输入层、高低阶图卷积层、信息融合层、一阶图卷积层、以及输出层；

获取采用所述高低阶图卷积神经网络模型进行文本分类的语料集；所述语料集包括多个样本，每个样本包含文档和标题；

对所述语料集进行预处理，得到训练集和测试集；

根据所述训练集和测试集分别构建训练集文本图网络和测试集文本图网络；

将所述训练集文本图网络输入到高低阶图卷积神经网络模型，结合损失函数进行训练，得到文本分类模型；

将所述测试集文本图网络输入到所述文本分类模型中进行测试，得到分类结果。

2.如权利要求1所述的文本分类方法，其特征在于，所述高低阶图卷积神经网络模型的输出为Z，则：

其中X是图的输入矩阵，w₁和w₂分别是输入层到隐藏层之间的参数矩阵和隐藏层到输出层之间的参数矩阵，是图的含自连接的正则化邻接矩阵，k是图卷积的最高阶数，ReLU(·)为非线性激活函数，NMPooling(·)为信息融合层，softmax(·)为多分类输出函数。

3.如权利要求2所述的文本分类方法，其特征在于，所述高低阶图卷积层包括基于权重共享的一阶图卷积到k阶图卷积；所述高低阶图卷积层的阶数k为二阶及其以上阶数中的一种、或者任意复数种阶数的组合。

4.如权利要求2所述的文本分类方法，其特征在于，所述信息融合层采用最小值取反的信息融合池化，其实现步骤包括：

根据所述输入矩阵X、参数矩阵w₁和正则化邻接矩阵计算不同阶图卷积的最小值矩阵；

对所述最小值矩阵的每个元素值取反，得到池化后的图特征矩阵。

5.如权利要求1所述的文本分类方法，其特征在于，所述对所述语料集进行预处理，得到训练集和测试集的步骤包括：

对所述语料集中各样本的标题和文档进行去重、分词，以及去除停止词和特殊符号的预处理，得到语料集单词，并将所述语料集单词和文档组成语料文本组；

将所述语料文本组按数量比例划分为训练集和测试集。

6.如权利要求1所述的文本分类方法，其特征在于，所述根据所述训练集和测试集分别构建训练集文本图网络和测试集文本图网络的步骤包括：

根据所述训练集和测试集分别建立特征矩阵为对应维数单位矩阵的训练集文本图和测试集文本图；

根据TF-IDF算法和PMI算法确定所述训练集文本图和测试集文本图的邻接矩阵。

7.如权利要求6所述的文本分类方法，其特征在于，所述根据TF-IDF算法和PMI算法确定所述训练集文本图和测试集文本图的邻接矩阵的步骤包括：

根据所述TF-IDF算法计算所述训练集文本图的邻接矩阵中的文档节点和单词节点连接边的权重，并根据所述PMI算法计算所述训练集文本图的邻接矩阵中的单词节点与单词节点连接边的权重；

以及根据所述TF-IDF算法计算所述测试集文本图的邻接矩阵中的文档节点和单词节点连接边的权重，并根据所述PMI算法计算所述测试集文本图的单词节点与单词节点连接边的权重。