【技术实现步骤摘要】
本专利技术涉及机器学习和自然语言处理，特别是涉及基于轻量化图卷积网络的层次文本分类方法及系统。
技术介绍
1、在自然语言处理(nlp)领域，文本分类是一项基本任务，它涉及将文本文档分配给一个或多个预定义的类别，对信息检索、内容组织、情感分析等多种应用至关重要。随着数字化信息的快速增长，尤其是在互联网和企业数据库中，高效且准确的文本分类技术需求日益增加。
2、层次文本分类是文本分类的一个特殊形式，它处理带有层次结构的标签。例如在新闻分类中，文章可以被分类为“体育”，进一步细分为“篮球”或“足球”。这种分类形式比传统的扁平分类更为复杂，因为它要求模型识别和理解标签之间的层级关系。
3、近年来，尽管深度学习技术已被广泛应用于文本分类任务中，并在许多场景下取得了显著成果，但层次文本分类方面仍面临多重挑战：
4、1.高计算成本：现有的深度学习模型，特别是基于图的神经网络，通常参数众多，需要大量的计算资源，这在处理大规模数据集时尤为明显。
5、2.模型复杂性：层次文本分类的复杂性要求模型能够捕捉并利用...
【技术保护点】
1.基于轻量化图卷积网络的层次文本分类方法，其特征是，包括：
2.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，将获取的数据，输入到训练后的文本分类网络中，输出文本分类结果，其中，训练后的文本分类网络，包括：
3.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，所述轻量化图卷积网络，网络结构包括：
4.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，采用轻量化图卷积网络，对带有层次结构的标签进行特征提取，得到标签文本表示，包括：
5.如权利要求1所述的基于轻量...
【技术特征摘要】
1.基于轻量化图卷积网络的层次文本分类方法，其特征是，包括：
2.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，将获取的数据，输入到训练后的文本分类网络中，输出文本分类结果，其中，训练后的文本分类网络，包括：
3.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，所述轻量化图卷积网络，网络结构包括：
4.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，采用轻量化图卷积网络，对带有层次结构的标签进行特征提取，得到标签文本表示，包括：
5.如权利要求1所述的基于轻量化图卷积网络的层次文本分类方法，其特征是，采用轻量化图卷积网络，对带有层次结构的标签进行特征提取，得到标签文本表示，包括：跳跃链接机制...
【专利技术属性】
技术研发人员：吴晓明，刘腾，刘祥志，侯冬冬，满佳政，董云峰，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。