классификация текста с использованием графиков при обработке естественного языка

Question

Я попытался выполнить поиск, но не смог найти много полезной информации об этом c. Вот почему я спрашиваю об этом здесь ...

Я знаю, что существуют различные методы классификации текстов (например, Logisti c regression et c.), А также у нас есть нейронная сеть.

Но мне было интересно, можно ли «классифицировать тексты на несколько классов» с помощью теории графов? Если да, как мне действовать? Пожалуйста, направьте меня.

Пример:

Мне нравится jeansp -pos

Мне нравится toyota -pos

Я так себе место -neutral

Я ненавидел ту поездку -neg

Мне нравится эта рубашка -pos

это место было ужасно -neg

Мне нравилась еда, но обслуживание было плохим-нейтральным

Answer 1

Предположим, что каждый документ является узлом, и каждое слово также является узлом. У документов есть края слов.

Теперь некоторые из ваших документов имеют метки, а некоторые нет.

Вы можете использовать сверточные сети графов (GCN) для классификации документов без меток.

Взгляните на пакет Python Geometri c, в котором реализованы различные версии графовых консольных сетей. Создайте свой ввод таким образом, чтобы Python Geometri c принимал, и все готово.