Cada Documento Posee Su Estructura: Clasificación de Texto Inductiva a través de Redes Neuronales de Grafos

La clasificación de texto es fundamental en el procesamiento del lenguaje natural (NLP), y las Redes Neuronales de Grafos (GNN) se aplican recientemente en esta tarea. Sin embargo, los trabajos existentes basados en grafos no pueden capturar las relaciones contextuales de palabras dentro de cada documento ni cumplir con el aprendizaje inductivo de nuevas palabras. En este trabajo, para superar dichos problemas, proponemos TextING 1 para la clasificación de texto inductiva a través de GNN. Primero construimos grafos individuales para cada documento y luego utilizamos GNN para aprender representaciones de palabras finamente ajustadas basadas en sus estructuras locales, lo que también puede producir eficazmente incrustaciones para palabras no vistas en el nuevo documento. Finalmente, los nodos de palabras se incorporan como la incrustación del documento. Amplios experimentos en cuatro conjuntos de datos de referencia muestran que nuestro método supera a los métodos de clasificación de texto de última generación.