一种基于双重特征融合与多关系图卷积网络的多标签文本分类方法

本发明涉及多标签文本分类技术领域，且公开了一种基于双重特征融合与多关系图卷积网络的多标签文本分类方法，包括以下步骤：首先，首先对文本特征进行提取，采用Chinese‑BERT‑wwm预训练模型提取文本全局特征，同时利用TextCNN模型提取文本局部特征，并通过交叉注意力门控残差机制实现全局特征和局部特征的有效融合；然后对标签关联性进行挖掘，通过构建多关系图结构来表征标签间的复杂关联性，并通过CompGCN进行图特征学习；同时，针对数据分布不均衡这一问题，设计了头尾标签分类器和综合损失函数；最后，以陶瓷评论为研究对象，构建了三个规模的数据集，并与9种基准模型进行对比分析，有效提升了多标签文本分类任务的效果，证明本方法的有效性。