Transformer embeddings

ModTGCN 通过模块化感知图网络增强文本分类

研究人员开发了 ModTGCN，这是一种新颖的图神经网络，通过整合模块化感知来增强文本分类。该方法优化了标准的交叉熵损失和一个基于模块化的辅助目标，该目标鼓励在语义图中形成与类别一致的文档社区。为了提高效率，ModTGCN 将图分解为文档-词语和词语-词语组件，从而将训练速度提高了两到十倍。在五个基准数据集上的实验表明，性能持续提升，尤其是在同质性较低的数据集上。