用于文本分类的神经注意实体袋模型

本研究提出了一种神经注意力实体包（Neural Attentive Bag-of-Entities）模型，这是一种利用知识库中的实体进行文本分类的神经网络模型。实体提供了明确且相关的语义信号，有助于捕捉文本中的语义信息。我们结合了基于词典的简单高召回率实体检测方法来识别文档中的实体，并引入了一种新颖的神经注意力机制，使模型能够专注于少数明确且相关的实体。我们使用两个标准文本分类数据集（即20个新闻组和R8数据集）以及一个基于Trivia Quiz游戏的事实问答数据集测试了该模型的有效性。结果表明，我们的模型在所有数据集上均达到了最先进的性能。所提出的模型的源代码可在https://github.com/wikipedia2vec/wikipedia2vec 在线获取。