一种基于预训练模型和图卷积网络的政府热线文本层次分类方法

一种基于预训练模型和图卷积网络的政府热线文本层次分类方法，涉及智能文本分类技术领域。当前，深度学习方法在层次多标签文本分类上展现出了更高的分类精度，然而大部分只是简单将标签当作监督信息，并没有充分利用标签与文本之间的相关性。为了更快速高效的对政府热线文本进行层次分类，以便及时把市民遇到的问题交给相关部门进行处理，本发明提出的该模型将大规模预训练模型与图神经网络相结合，有效利用了标签的层次结构和文本语义信息，显著提高了分类准确率和效率。模型在数据集上构建一个包含标签、文档和单词的异构图，并充分利用了两个模型的优势，为政府热线文本的自动化分类提供了有效的解决方案。