10.3969/j.issn.2095-2163.2023.01.017
一种基于GAT的小样本均衡补偿文本主题分类模型
针对小样本不均衡数据采用GAT模型主题分类效果不佳的问题,本文提出一种基于GAT的样本均衡补偿模型(BC-GAT),优化GAT模型的构建方法,对数据集中小比例样本进行均衡补偿.本文通过合理运用EDA算法和网络爬虫算法,使数据集中小比例样本的扩充更加合理和高效,使GAT模型更加适合小样本不均衡主题分类.实验表明,BC-GAT模型小比例样本识别准确率在90%以上,可以有效解决实际应用中存在的极小样本和数据倾斜问题.
BC-GAT、小样本、数据倾斜、主题分类
13
TP311(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;辽宁省科技厅博士科研启动基金计划项目
2023-02-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
100-103,111