面向结构化标签空间分类的图卷积网络
机器学习
2018-02-23 v2 机器学习
摘要
在多类分类中，忽略类别底层任何结构信息是一种常见做法。在本文中，我们提出了一种增强型图卷积网络（GCN）神经网络分类器，以利用已知的标签底层图结构。所提方法类似于例如条件随机场（CRF）中的（近似）推断过程。我们在文档分类与目标识别任务上评估了所提方法，并报告了准确率以及与模型预测一致性相对应的图论度量指标。实验结果表明，在图论度量指标方面，所提模型优于忽略标签空间图结构的基线方法。
引用
@article{arxiv.1710.04908,
title = {Graph Convolutional Networks for Classification with a Structured Label Space},
author = {Meihao Chen and Zhuoru Lin and Kyunghyun Cho},
journal= {arXiv preprint arXiv:1710.04908},
year = {2018}
}