用于斯瓦希里语新闻分类的图卷积网络
计算与语言
2021-03-18 v1 机器学习
摘要
本工作通过实证表明，文本图卷积网络（Text GCN）在半监督斯瓦希里语新闻分类任务上优于传统的自然语言处理基准。特别地，我们将实验聚焦于稀疏标注的半监督情境，这代表了低资源非洲语言所面临的实际约束。在此结果基础上，我们引入了Text GCN模型的一个变体，其利用词袋嵌入而非朴素独热编码，以在展示相似预测性能的同时减少Text GCN的内存占用。
引用
@article{arxiv.2103.09325,
title = {Graph Convolutional Network for Swahili News Classification},
author = {Alexandros Kastanos and Tyler Martin},
journal= {arXiv preprint arXiv:2103.09325},
year = {2021}
}
备注
8 pages, accepted at EACL AfricaNLP 2021