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-…查看全部>>
臧志栋;韩挺;李秀霞
扬州大学社会发展学院,扬州225009曲阜师范大学传媒学院,日照276826曲阜师范大学传媒学院,日照276826
特征扩展社会化问答社区短文本分类深度学习CNN-BiLSTM-Attention模型
《情报杂志》 2024 (12)
P.178-185,8
国家社会科学基金资助项目“跨学科知识元迁移组合与学术创新机会发现研究”(编号:22BTQ061)江苏省研究生科研创新计划资助项目“数智时代学科知识融合与应用创新路径研究”(编号:KYCX24_3693)研究成果。
评论