CINO-TextGCN：融合CINO与TextGCN的藏文文本分类模型研究

分享到

【获取途径】超星期刊网
【作者】李果，杨进，陈晨
【作者单位】¹西藏大学信息科学技术学院；²西藏大学藏文信息技术教育部工程研究中心；³四川大学网络空间安全学院
【年份】2024
【卷号】第8卷
【期号】第1期
【页码】121-129
【ISSN】2096-4617
【关键词】藏文图卷积神经网络融合模型新闻文本文本分类
【摘要】为提高藏文新闻文本分类准确性,文章提出一种融合少数民族语言预训练模型和图卷积神经网络模型的方法,即CINO-TextGCN模型。为有效评测该模型对藏文文本的分类性能,自建了较大规模和较高质量的藏文新闻文本公开数据集TNEWS,通过实验发现,CINO-TextGCN在公开数据集TNCC上的准确率为74.20%,在TNEWS上为83.96%。因此,该融合模型能够较好地捕捉到藏文文本语义,提升藏文文本分类性能。
【基金】国家自然科学基金
【文献类型】期刊