[发明专利]一种文本分类方法、系统、计算机设备和存储介质

说明书

本发明提供了一种文本分类方法、系统、计算机设备和存储介质，所述方法包括建立一种包括同时捕捉节点多阶邻域信息的高低阶图卷积层、混合不同邻域的一阶到高阶特征的信息融合层、一阶图卷积层及softmax分类输出层的新的高低阶图卷积神经网络模型，输入训练集文本图网络训练得到文本分类模型后，将测试集文本图网络输入分类模型得到分类结果。本发明实施例在文本分类时，保证了文本分类效率和分类效果的同时，还通过同时捕捉节点多阶邻域信息的方法解决了现有图卷积应用于文本分类时的计算复杂、参数量大、过平滑和限制感受野等问题，进一步提高文本分类模型的表达能力、模型的稳定性，及文本分类任务的精度。

技术领域

本发明涉及文本分类技术领域，特别是涉及一种基于高低阶图卷积网络的文本分类方法、系统、计算机设备和存储介质。

背景技术

随着互联网技术的迅猛发展，各类社交平台、技术交流平台和购物平台等都得到了快速发展，海量的文本数据信息也就不断产生，并因为其存在着超高价值的数据信息而成为大数据挖掘研究所热衷对象，文本分类在信息处理中地位也就越来越重要。研究者们都希望采用有效的文本分类方法对文本数据中的有用信息进行高效的管理、提取、分析为企业或社会发展提供有力的支撑。

目前，文本分类的技术已从早期的依赖语言学专家的先验知识的人工分类发展到深度机器学习，如以卷积神经网络(CNN)和循环神经网络(RNN)为代表的深度学习模型被广泛应用于文本分类任务，但这些模型可能会忽略在语料库中的全局单词共现信息，而这些信息携带中非连续的和长距离的语义信息对文件分类结果有着重要的影响。虽然现有的图卷积神经网络能处理任何结构的数据和捕捉全局单词共现信息，可以有效学习具有丰富关系的文本图网络以及在图嵌入时保护图的全局结构信息，但是现有的图卷积神经网络一般只有两层，这种浅层机制限制了感受野的规模和模型的表达能力，而多层(＞2层)的网络又会使不同类的文本节点值趋于一个固定值进而带来过平滑问题。那么如何在延续现有图卷积网络进行文本分类优势的基础上，解决图卷积网络应用时的出现过平滑问题的同时，又能够增加分类模型的感受野，从而提高模型的表达能力和文本分类任务的精度是有重要意义的。

发明内容

本发明的目的是为了解决目前图卷积网络应用于文本分类时出现的过平滑和限制模型感受野的问题，进而提高文本分类模型的表达能力和文本分类任务的精度。

为了实现上述目的，有必要针对上述技术问题，提供了一种文本分类方法、系统、计算机设备和存储介质。

第一方面，本发明实施例提供了一种文本分类方法，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。

进一步地，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(·)为激活函数，NMPooling(·)为信息融合层，softmax(·)为多分类输出函数。