基于图神经网络的文本分类方法研究综述

来源：计算机工程与应用杂志2024年第19期北京时间：

作者：苏易礌, 李卫军, 刘雪洋, 丁建平, 刘世侠, 李浩南, 李贯峰

单位：1. 北方民族大学 计算机科学与工程学院，银川 750021；2. 北方民族大学 图形图像智能处理国家民委重点实验室，银川 750021；3. 宁夏大学 信息工程学院，银川 750021

摘要：文本分类是自然语言处理领域中的一个重要任务，旨在将给定的文本数据分配到预定义的一组类别中。传统的文本分类方法只能处理欧氏空间的数据，不能处理图这种非欧氏数据。而对于图结构的文本数据无法直接处理，无法捕捉图中的非欧氏结构。因此，如何将图神经网络应用到文本分类任务中是目前的研究热点之一。对基于图神经网络的文本分类方法进行了综述，概述了基于机器学习和基于深度学习的传统文本分类方法，总结了图卷积神经网络的背景和原理；根据不同类型的图网络详细阐述了基于图神经网络的文本分类方法，同时对图神经网络模型在文本分类中的应用进行了深入分析；对目前基于图神经网络的文本分类模型进行了对比实验，讨论了模型的分类性能；提出了未来的研究方向，以推动该领域的进一步发展。

关键词：文本分类,自然语言处理,图神经网络,图网络