10.3969/j.issn.2095-2163.2021.01.009
基于图卷积网络的服装评价信息分类问题的研究
随着互联网的快速发展以及电子设备的逐渐普及,越来越多的人选择在网上购物,买家在购买商品之后,可以通过平台提供的评价系统表达自己对服装产品的感受,因此会产生大量的服装评价信息.由于这些评价信息的标签是通过人工选择的,会受到外在因素的影响,所以具有不确定性.这些不确定性产生的误差会影响到平台以及其他用户对服装产品的评判.针对这一问题,本文研究了一种基于图卷积的分类方法,将单词、文档、主题视为节点,三者之间的关系作为边构建大型异构图网络.将该异构图作为图卷积网络模型的输入,并引入了注意力机制,根据不同邻居节点与某一特定节点的关系具有不同的重要程度,构建了关注矩阵.最后对一个公开的服装评价文本进行实验评估以及分析,实验结果表明本方法取得的分类结果优于传统神经网络.
文本分类、文档主题生成模型、服装评价、图卷积网络、注意力机制
11
TP181(自动化基础理论)
上海市工业互联网创新发展专项项目"面向纺织服装的行业级工业互联网平台项目"2019-GYHLW-004
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
36-40,45