geoGAT：基于注意力机制的图模型用于地理文本分类
计算与语言
2021-01-28 v1
摘要
在地理信息处理领域，关于地理文本分类的研究较少。然而，该任务在中文中的应用相对罕见。在我们的工作中，我们旨在实现一种从大量网络文本中提取包含地理实体的文本的方法。这些文本中的地理信息对交通、城乡规划、救灾等领域具有重要的实际意义。我们采用带注意力机制的图卷积神经网络来实现此功能。图注意力网络是图卷积神经网络的改进。与 GCN 相比，GAT 的优势在于提出了注意力机制，对相邻节点特征的加权和进行加权。此外，我们从多个中文文本分类数据集中构建了一个包含地理分类的中文数据集。我们所使用的 geoGAT 在新中文数据集上的 Macro-F 分数达到了 95%。
引用
@article{arxiv.2101.11424,
title = {geoGAT: Graph Model Based on Attention Mechanism for Geographic Text Classification},
author = {Weipeng Jing and Xianyang Song and Donglin Di and Houbing Song},
journal= {arXiv preprint arXiv:2101.11424},
year = {2021}
}