運用超圖注意力網路於中文幽默文本多標籤分類

高浩銓、洪滿珍、李龍豪、曾元顯。

In Proceedings of the 33th Conference on Computational Linguistics and Speech Processing (ROCLING’21).

---

Abstract

我們運用超圖注意力網路（HyperGAT）模型來辨別中文幽默文本的多重類別，文本已超圖表示，並用順序超邊和語意超邊建構超編結構，接著使用注意力機制取得語境資訊，最後預測文本的多標籤分類。我們在中文幽默多標籤資料集比較模型性能，無論哪個評測指標，HyperGAT 模型皆優於其他基於序列（CNN, BiLSTM, FastText）和基於圖形（Graph-CNN, TextGCN, Text LevelGNN）的深度學習模型。