• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on artificial intelligence >Toward a Short Text Classification Framework Based on Background Knowledge Discovery
【24h】

Toward a Short Text Classification Framework Based on Background Knowledge Discovery

机译：基于背景知识发现的短文本分类框架

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The ubiquitous, diverse and growing impact of digital living creates a massive amount of short text - a search query, a twit or a caption. Short text frequently presents itself as an arbitrary combination of semantically unconnected words. Using machine learning to classify the corpora of such texts is a challenging task. A large body of research exists in this area, but in this paper we will focus on Background Knowledge (BK) and its role in machine learning for short-text and non-topical classification. More specifically, we present an effort to create a short text classification framework based on Background Knowledge. We propose novel Information Retrieval techniques to construct BK and demonstrate the advantages of Automatic Query Expansion (AQE) vs. basic search. We discuss other results of this research and its implications on the advancement of short text classification.
机译：数字生活的普遍性，多样性和不断增长的影响产生了大量的短文本-搜索查询，通缉令或字幕。短文本经常将其自身表示为语义上不相关的单词的任意组合。使用机器学习对此类文本的语料库进行分类是一项艰巨的任务。该领域存在大量研究，但在本文中，我们将重点介绍背景知识（BK）及其在短文本和非主题分类的机器学习中的作用。更具体地说，我们提出了一种基于背景知识创建短文本分类框架的工作。我们提出了新颖的信息检索技术来构造BK，并演示了自动查询扩展（AQE）与基本搜索相比的优势。我们讨论了这项研究的其他结果及其对短文本分类发展的影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号