利用《知网》和领域关键词集扩展方法的短文本分类研究

李湘东; 曹环; 丁丛; 黄莉

首页> 中文期刊> 《现代图书情报技术》 >利用《知网》和领域关键词集扩展方法的短文本分类研究

利用《知网》和领域关键词集扩展方法的短文本分类研究

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

【目的】实现短文本特征扩展,提高短文本分类性能。【方法】按照特征词和隐含主题两种特征粒度,分别抽取训练集中各类别的高频词和主题核心词作为领域关键词集。利用概率主题模型提取待分类文本的主题概率分布,将概率大于某一阈值的主题对应的关键词扩展到待分类文本中。借助《知网》计算待分类文本与各领域关键词集的语义相似度。【结果】与LDA模型的短文本分类算法相比,本文提出的分类算法在复旦语料、Sogou语料和微博语料上的MacroF1分别平均提高4.9%、5.9%和4.2%,在MicroF1上分别平均提高4.6%、6.2%和2.8%。而与VSM的短文本分类算法相比,本文方法在各语料上都提高13%以上。且实验证明结合领域高频词和主题核心词的特征扩展方法的分类性能优于仅使用领域高频词或主题核心词进行特征扩展的方法。【局限】短文本中存在很多《知网》未收录的特征词,无法利用《知网》计算相似度,影响分类效果。【结论】本文方法能有效提高短文本分类性能。

著录项

来源
《现代图书情报技术》 |2015年第2期|31-38|共8页
作者
李湘东; 曹环; 丁丛; 黄莉;
展开▼
作者单位

1. 武汉大学信息管理学院 2. 武汉大学信息资源研究中心 3. 武汉大学图书馆;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
短文本分类; 关键词集; LDA; 特征扩展; 知网;

相似文献

中文文献
外文文献
专利

1. 改进的频繁词集短文本特征扩展方法 [J] . 马慧芳 ,曾宪桃 ,李晓红 . 计算机工程 . 2016,第010期
2. 面向审计领域的短文本分类技术研究 [J] . 伍洋 ,钟鸣 ,姜艳 . 微电子学与计算机 . 2015,第1期
3. 基于关键词相似度的短文本分类方法研究 [J] . 张振豪 ,过弋 ,韩美琪 . 计算机应用研究 . 2020,第001期
4. IFC标准领域层实体扩展方法研究 [J] . 陈立春 ,赖华辉 ,邓雪原 . 图学学报 . 2015,第002期
5. IFC标准领域层实体扩展方法研究 [J] . 陈立春 ,赖华辉 ,邓雪原 . 图学学报 . 2015,第002期
6. 张炎词集的接受——兼论清代张氏词集手批本的盛行 [C] . 邓子勉 . 第五届宋代文学国际研讨会 . 2007
7. 面向短文本分类的特征扩展方法 [A] . 郭永辉 . 2013

利用《知网》和领域关键词集扩展方法的短文本分类研究

摘要

著录项

相似文献

相关主题

期刊订阅