基于图神经网络的政策文本多标签标注方法及系统

摘要

本发明公开了基于图神经网络的政策文本多标签标注方法及系统，包括：获取待标注的政策文本；对待标注的政策文本进行预处理，对预处理后的政策文本进行分词；将分词得到的单词和预先得到的加权单词向量，输入到训练后的全连接神经网络中，输出待标注政策文本的多标签。高效的标签标注过程，利用廉价的计算资源，减少大量人工成本。相较于人工，实现更加精准的标签标注，不会因为文件信息量的长短而产生标签标注的错漏。及时性的政策文件多标签标注，快速进行所需政策文件的标签标注。减少了主观差异性，不会因为不同的工人的主观判断不同而造成大量的标注标签的差异性。