基于词-主题-文本异质网络的短文本分类方法
来源：计算机应用与软件杂志2024年第1期北京时间：
作者：徐涛，赵星甲，卢敏, ,
摘要：针对现有分类方法未考虑长距离词的语义相关性和文本间潜在主题共享的问题，提出一种基于词-主题-文本异质网络（WTDHN）的短文本分类方法。通过Word2vec训练词的上下文语义向量；构建词相关性矩阵以充足的词共现信息增强短文本各级别语义学；构建以词、主题和文本为节点的异质网络，并采用图卷积学习节点之间的高阶邻域信息，丰富短文本语义。相较于基准分类模型，该方法在五个公开短文本数据集上的分类准确率平均提高1.56%。
关键词：词-主题-文本异质网络, 词共现, 文本-主题分布, 短文本分类
