[发明专利]一种基于超图池化的文本情感分类方法

权利要求书

1.基于超图池化的文本情感分类方法，其特征在于，包括：

S1、超图构建；确定文本数据的单词节点和超边，利用独热向量编码的方式得到单词节点的初始特征矩阵，并确定单词节点与超边的关联矩阵；

S2、超图卷积；对超图的初始特征矩阵和关联矩阵执行卷积操作，从而得到单词节点的更新特征矩阵，即超图的高阶信息；

S3、超图池化；对更新特征矩阵执行池化操作，以确定节点评分；采用节点选择机制保留排名最高的若干个单词节点，并更新超图的特征矩阵和关联矩阵；

S4、超图读出；提取特征矩阵中单词节点在每一特征维度的最大值和平均值的和，来表示池化超图在该维度的特征信息；

S5、情感分类；将超图特征信息送入线性层变换，并输出文本情感分类。

2.根据权利要求1所述的文本情感分类方法，其特征在于，超图池化从超图的更新特征矩阵和关联矩阵角度对超图重要度分析；通过多层感知器对更新特征矩阵线性变换得到单词节点的重要度评分，并通过PageRank算法对关联矩阵处理得到超边重要度评分，结合两种分数得到每个节点的最终评分。

3.根据权利要求2所述的文本情感分类方法，其特征在于，超图卷积、超图池化、超图读出共同构成超图模型的一个模块，且该模块设置有三个；前一个模块输出的特征矩阵和关联矩阵作为下一个模块的输入，最后通过对三个超图 读出的特征信息求和，然后再输入情感分类的线性层进行判断。