基于图卷积网络的科技论文层级多标签分类方法及设备

摘要

本公开提供一种基于图卷积网络的科技论文层级多标签分类方法及设备，其中方法包括：利用注意力机制在论文与关键词的无向图上进行图形节点嵌入，输出更新后的论文节点特征；将更新后的论文节点特征输入预先训练好的多输出深度神经网络模型中，输出整体的全局标签和局部标签；通过注意力机制组合局部标签和全局标签，组合后的标签经计算处理后得到最终的论文标签分类结果。本公开提供的方法及设备丰富了论文的语义表示，在论文分类中考虑了具有相同关键词的论文之间的关联，使得论文分类更加准确；并且分类过程中每一层仅关注相应层级的标签，减少了每个层需要区分的类别数量，充分获取到不同层级标签的特征，提高了论文分类的准确性。