RA-GCN：抑制过平滑现象的文本分类算法

来源：计算机应用研究杂志2022年第8期北京时间：

作者：苏凡军,马明旭,佟国香,

单位：上海理工大学光电信息与计算机工程学院,上海200093；

摘要：现有大多数利用图神经网络的算法进行文本分类时，忽略了图神经网络的过度平滑问题和由于文本图拓扑差异引入的误差，导致文本分类的性能不佳。针对这一问题，提出了衡量多个文本图表示的平滑度方法WACD以及抑制过平滑现象的正则项RWACD。随后提出了基于注意力和残差的网络结构ARS，用于弥补由于图拓扑差异引起的文本信息的损失。最后，提出了图卷积神经网络文本分类算法RA-GCN。RA-GCN在图表示学习层使用ARS融合文本表示，在读出层使用RWACD抑制过平滑现象。在六个中英文数据集上进行实验，实验结果证明了RA-GCN的分类性能，并通过多个对比实验验证了RWACD和ARS的作用。

关键词：文本分类,图卷积神经网络,过平滑,注意力机制,

基金资助：国家重点研发计划资助项目(2018YFB1700902)；；