text_gcn

text_gcn

Реализация текста GCN в нашей статье:

Лян Яо, Чэншенг Мао, Юань Луо. «Графические сверточные сети для классификации текста». В 33-й конференции AAAI по искусственному интеллекту (AAAI-19), 7370-7377

Требовать

Python 2.7 или 3,6

TensorFlow> = 1.4.0

Воспроизведение результатов

1. Запустите python remove_words.py 20ng

2. Запустить python build_graph.py 20ng

3. Запустить python train.py 20ng

4. Измените 20ng в выше 3 командных строках на R8 , R52 , ohsumed и mr при получении результатов для других наборов данных.

Пример входных данных

1. /data/20ng.txt Указывает имена документов, разделение обучения/тест, этикетки документов. Каждая строка для документа.

2. /data/corpus/20ng.txt содержит необработанный текст каждого документа, каждая строка предназначена для соответствующей строки в /data/20ng.txt

3. prepare_data.py - пример для подготовки собственных данных, обратите внимание, что « n 'удаляется в ваших документах или предложениях.

Индуктивная версия

Индуктивная версия текста GCN - FAST_TEXT_GCN, где тестовые документы не включены в процесс обучения.