text_gcn

text_gcn

Die Implementierung von Text GCN in unserem Artikel:

Liang Yao, Chengsheng Mao, Yuan Luo. "Graph Faltungsnetzwerke für die Textklassifizierung." In der 33. AAAI-Konferenz über künstliche Intelligenz (AAAI-19), 7370-7377

Erfordern

Python 2.7 oder 3.6

TensorFlow> = 1.4.0

Reproduktionsergebnisse

1. Führen Sie python remove_words.py 20ng aus

2. Führen Sie python build_graph.py 20ng aus

3. python train.py 20ng laufen

4. Ändern Sie 20ng in oben 3 Befehlszeilen in R8 , R52 , ohsumed und mr wenn Sie Ergebnisse für andere Datensätze erstellen.

Beispieleingabedaten

1. /data/20ng.txt zeigt Dokumentnamen, Trainings-/Test -Split an, Dokumentetiketten. Jede Zeile ist für ein Dokument.

2. /data/corpus/20ng.txt enthält einen Rohtext jedes Dokuments. Jede Zeile ist für die entsprechende Zeile in /data/20ng.txt gilt

3. prepare_data.py ist ein Beispiel für die Erstellung Ihrer eigenen Daten. Beachten Sie, dass ' n' in Ihren Dokumenten oder Sätzen entfernt wird.

Induktive Version

Eine induktive Version von Text GCN ist fast_text_gcn, in der Testdokumente nicht im Trainingsprozess enthalten sind.