图神经网络在招投标文件分类中的应用
Application of Graph Neural Network in the Classification of Bidding Documents作者机构:西安邮电大学计算机学院西安710000 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710000
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2023年第44卷第2期
页 面:275-280页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家重点研发计划项目(2018YFB1402905)资助 陕西省重点研发计划项目(2020GY-227)资助
摘 要:全国政府机关、事业单位的采购网站每天都会发布数万条招投标信息,如何快速有效的分类这些数据,成为挖掘其相应价值的关键.本文针对网络上招投标文件缺乏标注、文本语义稀疏、数据来源多样、信息结构复杂等问题,提出了一种基于图卷积神经网络的半监督分类方法(BD-GCN).该方法首先将爬取的招投标文件进行结构化清洗,并利用信息抽取技术构建为特殊的知识图谱模型,再融合外部文本信息,最后采用图卷积神经网络实现招投标文件的半监督分类.本文利用在网络上爬取的36123条招投标文件进行实验,并与当前流行的分类方法进行对比.实验结果表明,BD-GCN能有效提高分类的准确率.