[发明专利]一种基于异构图神经网络的纪检线索多标签分类方法

说明书

本申请公开了一种基于异构图神经网络的纪检线索多标签分类方法，构建并利用基于文本异构图的文本多标签分类模型进行分类，提高分类效率。对文本进行预处理，并构建异构图结构。将异构图结构中的不同类型的节点的向量表示初始化，将得到的节点向量表示和异构图结构输入异构图神经网络，并将得到的句子节点向量表示输入BILSTM神经网络，获得的内容向量表示和句子节点向量表示通过注意力机制后输入全连接网络，输出标签分类结果，从而实现针对不同边信息和节点类型信息进行节点更新。解决了现有的纪检线索多标签分类方法存在的分类效率较低，限制了文本的表示能力以及不能根据不同边信息和节点类型信息进行节点更新的技术问题。

技术领域

本申请属于文本多标签分类技术领域，尤其涉及一种基于异构图神经网络的纪检线索多标签分类方法。

背景技术

纪检线索是由纪检监察机关受理的反映党组织、党员和行政监察对象涉嫌违犯党的纪律、行政纪律和国家法律法规的线索材料。主要包括：领导批转的信访案件线索；各级纪检监察组织在办案过程中，发现的有关单位或个人涉嫌违纪的线索；各镇(区、街道、中心社区)、区直部门、司法机关报送的线索；其他方面收集、掌握的涉案信息等。纪检线索的管理方式通常为在区纪委案管室设立案件线索储备库，确定专人管理，具体负责案件线索的收集、登记、分类、归档等工作。现有技术中，对纪检线索进行多标签分类方法多为采用人工针对文本进行多标签分类，效率较低，大量耗费了纪检监察干部人力。现有的基于图神经网络的分类方法对文本进行多标签分类，但没有将文本的句法信息、语义信息和结构信息进行综合考虑，文本的向量表示没有充分融合多种信息，限制了文本的表示能力；同时，缺乏针对不同边信息和节点类型信息的节点更新方法，导致文本多标签分类结果不理想。

发明内容

本申请提供了一种基于异构图神经网络的纪检线索多标签分类方法，用以解决现有的纪检线索多标签分类方法存在的分类效率较低，限制了文本的表示能力以及不能根据不同边信息和节点类型信息进行节点更新的技术问题。

有鉴于此，本申请提供了一种基于异构图神经网络的纪检线索多标签分类方法，包括：

构建基于文本异构图的文本多标签分类模型，基于文本异构图的文本多标签分类模型包括异构图神经网络、BILSTM神经网络、基于注意力机制的文本表示模块和全连接网络；

对文本进行预处理，构建文本的异构图结构，获得异构图结构的节点、边及边的权重，按照节点和边的关系建立邻接矩阵；

将异构图结构中的不同类型的节点的向量表示初始化，得到初始向量表示；

将节点向量表示和异构图结构输入异构图神经网络，得到句子节点向量表示；

将句子节点向量表示按句子的顺序输入BILSTM神经网络，得到文本的内容向量表示；

通过内容向量表示和句子节点向量表示的基于注意力机制的文本表示模块，获得句子在文本表示中的权重，并获得文本向量表示；

将文本向量表示输入全连接网络，输出标签分类结果。

可选地，对文本进行预处理，包括：

对文本进行分词、分句、去除停用词，对文本进行句法分析，并计算文本中词语的语义相似度，获得文本的单词集合和句子集合。

可选地，对文本进行分词、分句、去除停用词，对文本进行句法分析，并计算文本中词语的语义相似度，获得文本的单词集合和句子集合，包括：

对文本进行分词、分句、去除停用词，对文本中的每个句子使用句法依赖工具进行句法分析，对每个句子的词语按共现信息进行结构分析，对文本中的词语按照Emebedding的词向量计算词语之间的语义距离，获得文本的单词集合和句子集合。

可选地，节点包括由句子集合内的句子转换成的句子节点和由单词集内的词语转换成的词语节点。