text_gcn

text_gcn

L'implémentation du texte GCN dans notre article:

Liang Yao, Chengsheng Mao, Yuan Luo. "Graphiques réseaux convolutionnels pour la classification du texte." En 33e conférence AAAI sur l'intelligence artificielle (AAAI-19), 7370-7377

Exiger

Python 2.7 ou 3.6

TensorFlow> = 1.4.0

Reproduction des résultats

1. Exécuter python remove_words.py 20ng

2. Exécutez python build_graph.py 20ng

3. Exécuter python train.py 20ng

4. Changez 20ng dans les 3 lignes de commande ci-dessus en R8 , R52 , ohsumed et mr lors de la production de résultats pour d'autres ensembles de données.

Exemple de données d'entrée

1. /data/20ng.txt indique les noms de documents, la formation / la fraction de test, les étiquettes de documents. Chaque ligne est pour un document.

2. /data/corpus/20ng.txt contient du texte brut de chaque document, chaque ligne est pour la ligne correspondante dans /data/20ng.txt

3. prepare_data.py est un exemple pour préparer vos propres données, notez que « n» est supprimé dans vos documents ou phrases.

Version inductive

Une version inductive du texte GCN est Fast_text_GCN, où les documents de test ne sont pas inclus dans le processus de formation.