管仁初教授指导的论文“Deep Attention Diffusion Graph Neural Networks for Text Classification”被EMNLP 2021会议录用。论文的第一作者为管仁初教授指导的2020级硕士研究生刘永皓，第二作者为管仁初教授，通讯作者为丰小月副教授，作者还包括梁艳春教授和Fausto Giunchiglia 教授 。

文本分类是自然语言处理领域的一项基本任务，在信息检索、文本挖掘以及知识发现等领域中有着广泛的应用。最近，图神经网络因其强大的表示能力而备受学术界关注。然而，现有的基于GNNs的文本分类方法大多只考虑了目标单词的单跳邻居和文本内的低频信息，不能充分地利用文档的丰富上下文信息。此外，在这些模型中，如果堆叠许多图卷积层去捕获多跳邻居信息，则会出现过度平滑的问题。在本文中，我们提出一种新的模型，通过注意力扩散以及图的传播解耦技术，学习文本特征，克服了传统基于图的模型的一些局限性。在各种标准基准数据集上的实验结果证明了本方法的卓越性能。

EMNLP会议是自然语言处理领域顶级国际会议（CCF B类会议）。