基于词文异构图与交叉关系抽取的多级文本分类
来源：计算机工程与应用杂志2026年第9期北京时间：
作者：郭志强, 张士举, 熊宇, 郭泽宇, 杨丰玉
单位：南昌航空大学 软件学院，南昌 330063；
摘要：针对以往在多级文本分类上，存在文本之间结构性语义信息捕捉不充分和类型关系利用不足的问题，分别从异质图的视角和分类任务的多层级特性出发，设计了一种在异质图上融合不同文本结构性语义信息的词文异构策略，建立不同异质节点联系，丰富异质图节点表征能力。在多级文本分类任务上根据其特性，构建了类型交叉关系提取模型，从横向和纵向两个维度对文本与其类型之间的潜在关系进行建模，进一步指导分类任务，提高分类准确率。采取了父分类器与子分类器融合结构实现更为稳定的分类效果。在AD、WOS、RCV、PD四个主流多层级分类数据集上验证了模型，所提方法在宏F1值上分别取得了82.03%、77.84%、66.99%、57.67%，在保证时间效率的前提下一定程度上优于主流多级分类模型。
关键词：异质图,词文异构图,结构性语义,层级关系,多级文本分类
基金资助：国家自然科学基金（62467005）。
