基于标签增强的细粒度文本分类

来源：计算机工程与应用杂志2024年第21期北京时间：

作者：郭瑞强, 杨世龙, 贾晓文, 魏谦强

单位：1.河北师范大学 计算机与网络空间安全学院，石家庄 050024；2.河北师范大学 河北省供应链大数据分析与数据安全工程研究中心，石家庄 050024；3.河北师范大学 河北省网络与信息安全重点实验室，石家庄 050024

摘要：文本分类是自然语言处理的一个重要分支，旨在通过训练给数据标注标签。但现有的方法仅仅考虑了标签和文本之间最浅显的语义关系，并没有考虑标签本身的额外语义信息，导致文本分类的准确率难以提升。针对此问题，提出一种基于标签增强的细粒度文本分类模型(FGTC)，它根据已知信息对标签进行解释，丰富了标签和文档之间的语义联系。此外，FGTC进一步建模标签中短语的序列关系,并采用单词级别的细粒度标签注意力方法，充分挖掘了标签的有效信息。在四个基准数据集上进行了对比实验，结果表明，该模型在文本分类任务上的准确率得到有效提升。

关键词：文本分类,标签增强,细粒度标签注意力