基于混合图扩散模型和异构图卷积神经网络的中医学文本分类方法与系统

本发明公开了一种基于混合图扩散模型和异构图卷积神经网络的中医学文本分类系统，结合了混合图扩散模型和异构图卷积神经网络，系统首先通过构建文本异构图来表示中医学文本中的词级、句级和词句级结构关系；接着采用混合图扩散模型对文本异构图进行重构，以克服仅考虑直接邻居的限制；最后，利用异构图卷积神经网络和多层感知机完成分类任务。本发明可用于包括中医学文本在内的文本分类任务，其在多个文本分类基准测试中，相较于其他基线模型，在准确率和F1分数上均实现了显著提升，有效提高了中医学文本分类的准确性和鲁棒性。