利用标签结构特征的多标签文本分类方法

本发明涉及利用标签结构特征的多标签文本分类方法，属于自然语言处理技术领域。本发明首先对所有标签进行GCN编码，对每个文本的多层次标签GCN编码聚合得到标签聚合向量；其次使用BERT对文本编码，计算每个token与聚合向量的交叉注意力分数，选取分数高的部分token拼接为同源正样本；然后计算聚合向量间的余弦相似度，选取除自身外相似度最高的文本作为同类正样本；最后结合文本与同源、同类正样本设计损失函数，训练多标签分类模型。本发明针对现有方法构造正样本时仅将多层标签视为多个独立标签，模型难以学习到标签间层次关系易造成分类误判，通过构造同源、同类正样本增强模型对标签结构的理解，提升分类准确率。