杨世刚，刘勇国

（电子科技大学 信息与软件工程学院，成都 610054）（∗通信作者电子邮箱liuyg@uestc.edu.cn）

融合语料库特征与图注意力网络的短文本分类方法

杨世刚，刘勇国*

（电子科技大学 信息与软件工程学院，成都 610054）（∗通信作者电子邮箱liuyg@uestc.edu.cn）

短文本分类是自然语言处理（NLP）中的重要研究问题，广泛应用于新闻分类、情感分析、评论分析等领域。针对短文本分类中存在的数据稀疏性问题，通过引入语料库的节点和边权值特征，基于图注意力网络（GAT），提出了一个融合节点和边权值特征的图注意力网络NE-GAT。首先，针对每个语料库构建异构图，利用引力模型（GM）评估单词节点的重要性，并通过节点间的点互信息（PMI）获得边权重；其次，为每个句子构建文本级别图，并将节点重要性和边权重融入节点更新过程。实验结果表明，所提模型在测试集上的平均准确率达到了75.48%，优于用于文本分类的图卷积网络（Text-GCN）、TL-GNN、Text-ING等模型；相较原始GAT，所提模型的平均准确率提升了2.32个百分点，验证了其有效性。

短文本分类；图注意力网络；语料库特征；引力模型；点互信息

0 引言

社交网络的迅速发展导致了短文本数量爆炸式增长［1］，微博、电影评论、新闻标题等短文本在互联网上越来越普遍，如何从海量短文本中挖掘出有效信息日益受到关注，对于短文本处理的需求日益突显［2］。短文本分类是自然语言处理（Natural Language Processing， NLP）领域一项重要的基本任务，其旨在为未标记文本分配最合适的预定义标签［3］。短文本分类任务有着广泛应用，包括新闻标题分类、情感分析、问答系统等。……