基于关键词扩展的社会化问答社区短文本分类研究--以法律问答社区为例OA北大核心CHSSCDCSSCICSTPCD

[研究目的]将关键词词向量特征扩展方法应用于社会化问答社区的短文本分类,解决问题短文本特征稀疏和语义不明确的缺陷,提高问答社区的信息服务质量。[研究方法]结合TF-IDF与Word2vec扩展关键词特征,以增强短文本的语义信息。将CNN特征提取、BiLSTM上下文信息捕捉和Attention权重分配的优势相结合,构建CNN-BiLSTM-Attention模型。以爬取到的“找法网”数据集为例,经过关键词词向量特征扩展后,利用CNN-BiLSTM-Attention模型实现法律问答社区短文本的有效分类。[研究结论]通过在8个法律主题上的实证研究表明,关键词扩展后的分类效果高于扩展前,且关键词扩展数量达到13个时分类效果最优;利用CNN-BiLSTM-Attention模型对扩展后的法律问答短文本进行分类,分类准确率达到97.63%,与其他几种分类器相比,该模型的分类准确率平均高出1.08%。