在自然语言处理中使用图进行文本分类

Question

我尝试搜索，但找不到有关此主题的有用信息。这就是为什么我在这里问它...

我知道有多种方法可以对文本进行分类（例如逻辑回归等），而且我们还有神经网络。

但是，我想知道是否可以使用图论“将文本分类为多个类”？ 如果是，我应该如何进行？请指导我。

例子：

我喜欢牛仔裤p-pos

我喜欢丰田-pos

我是马马虎虎的地方-中性

我讨厌那次旅行-neg

我喜欢那件衬衫-pos

那个地方太可怕了-neg

我喜欢食物，但服务很差 - 中性

Answer 1

假设每个文档是一个节点，每个单词也是一个节点。文档比文字有优势。

现在，有些文档有标签，有些没有。

您可以使用图卷积网络 (GCN) 对未标记的文档进行分类。

查看已实现不同版本的图卷积网络的 Python Geometric 包。以 Python Geometric 接受的方式创建输入，然后就完成了。