基于BERT嵌入方法与图卷积神经网络的文本分类问题研究
计算与语言
2022-09-07 v3 机器学习
机器学习
摘要
本文提出了一种结合BERT嵌入方法与图卷积神经网络的新颖方式。该组合被用于解决文本分类问题。首先，我们将BERT嵌入方法应用于文本（BBC新闻数据集和IMDB影评数据集），以将所有文本转换为数值向量。随后，将图卷积神经网络应用于这些数值向量，将这些文本分类至其相应类别/标签。实验表明，图卷积神经网络模型的性能优于BERT嵌入方法与经典机器学习模型组合的性能。
引用
@article{arxiv.2111.15379,
title = {Text classification problems via BERT embedding method and graph convolutional neural network},
author = {Loc Hoang Tran and Tuan Tran and An Mai},
journal= {arXiv preprint arXiv:2111.15379},
year = {2022}
}