国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 53 条结果

基于类别主题词集的加权相似度短文本分类CSTPCD
作者：王小楠黄卫东
发表期刊：计算机技术与发展 2022年9期
关键词：Word2Vec短文本分类相似度类别主题加权
摘要：由于短文本存在特征稀疏的问题,在分类问题上效果不佳,该文充分利用词向量模型,在词层面提出一种基于类别主题词集的加权相似度的短文本分类算法.首先训练词向量模型,其次使用TF-IDF选择出最能代表各类别的主题词形成类别主题词集,将短文本的关键词与各类别主题词分别进行相似度计算,将类别主题词对主题的贡献度表示在权重中,选择相似度最高的结果作为该短文本的类别.实验结果表明,基于类别主题词集的加权相似度短文本分类方法在精确率上相较KNN算法、L…查看全部>>
城管案件短文本特征生成与选择方法及其应用北大核心CSCDCSTPCD
作者：魏文杨辉华李灵巧杨浩何胜韬
发表期刊：计算机工程与应用 2017年18期
关键词：城管案件短文本分类互邻特征组合特征选择类别特征域
摘要：以智慧城市管理应用系统中的案件上报短文本为对象,研究有效的特征生成和特征选择方法,实现案件快速准确地自动分类.根据案件描述短文本的特点,提出一种互邻特征组合算法,以生成描述力更强的组合特征;为进一步约减特征并优化特征空间,提出一种新的隶属度函数来为分类体系中的每个类别构建一个类别特征域,然后利用类别特征域进一步优化选择原始特征与组合特征,最终得到对分类贡献最高的特征表示集合.以南宁市青秀区"城管通"App中的案例分类为实例,验证提出的…查看全部>>
局部语义与上下文关系的中文短文本分类算法北大核心CSCDCSTPCD
作者：黄金杰蔺江全何勇军何瑾洁王雅君
发表期刊：计算机工程与应用 2021年6期
关键词：短文本分类卷积神经网络双向长短时记忆网络注意力机制
摘要：短文本通常是由几个到几十个词组成,长度短、特征稀疏,导致短文本分类的准确率难以提升.为了解决此问题,提出了一种基于局部语义特征与上下文关系融合的中文短文本分类算法,称为Bi-LSTM_CNN_AT,该算法利用CNN提取文本的局部语义特征,利用Bi-LSTM提取文本的上下文语义特征,并结合注意力机制,使得Bi-LSTM_CNN_AT模型能从众多的特征中提取出和当前任务最相关的特征,更好地进行文本分类.实验结果表明,Bi-LSTM_CNN…查看全部>>
基于LDA主题模型的短文体自媒体结构化分类方法研究
作者：李贤阳邱桂华阳建中李长彬
发表期刊：荆楚理工学院学报 2019年6期
关键词：LDA模型短文本分类主题模型
摘要：针对传统文本处理中非作用词的存在影响主题的可解释性,以及短文本篇幅短小、特征不明显等问题,提出了一种基于LDA模型的主题分类的改进算法.该算法通过信息的增益来过滤文本,同时与最优主题的选择方法相结合,利用算法建立起的分类规则对文本进行分类.实验结果表明,该方法通过改变作用词占比、特征词典的大小,可以有效的提升文本分类的准确性.
结合词性的短文本相似度算法及其在文本分类中的应用北大核心CSTPCD
作者：黄贤英李沁东刘英涛
发表期刊：电讯技术 2017年1期
关键词：短文本分类短文本相似度词性hownet语义分类准确率
摘要：针对基于语义的短文本相似度计算方法在短文本分类中准确率较低这一问题，提出了结合词性的短文本相似度算法( GCSSA)。该方法在基于hownet(“知网”)语义的短文本相似度计算方法的基础上，结合类别特征词并添加关键词词性分析，对类别特征词和其他关键词的词性信息给定不同关键词以不同的权值系数，以此区别各种贡献度词项在短文本相似度计算中的重要程度。实验表明，该算法进行文本相似度计算后应用于短文本分类中较基于hownet的短文本分类算法在准…查看全部>>
基于高频词扩展的短文本分类方法研究
作者：付学敏陈旭东
发表期刊：宿州学院学报 2018年7期
关键词：短文本分类高频词扩展特征空间共现性
摘要：由于短文本自身长度较短,具有特征稀疏和描述概念信号弱等特点,直接利用传统的长文本分类方法进行短文本分类很难取得较好效果.针对该问题,提出一种基于高频词扩展的短文本分类方法,该方法首先抽取每个类别的高频词来组成向量空间,然后从特征空间中抽取与文本中特征具有高共现性的特征加入到文本进行扩充,结果表明,该方法可有效丰富短文本的语义表征能力并提高短文本分类的效果.
基于概念网络的短文本分类方法北大核心CSCD
作者：林小俊张猛暴筱李军吴玺宏
发表期刊：计算机工程 2010年21期
关键词：短文本分类概念网络文档相似度领域本体
摘要：针对档案领域的短文本分类,设计一种基于概念网络的自动分类方法.通过分析领域内短文本的语言特点构建领域本体,利用自然语言处理技术将短文本转化为资源描述框架表示的结构化概念网络,在此基础上定义概念网络间的语义相似度,从而实现档案的自动分类.实验结果表明,相比传统基于特征选择的短文本分类方法,该方法的分类错误率下降了24.2%,可有效改善系统性能.
一种基于频繁词集的短文本特征扩展方法北大核心CSCDCSTPCD
作者：袁满欧阳元新熊璋罗建辉
发表期刊：东南大学学报（自然科学版） 2014年2期
关键词：频繁项目集短文本分类特征扩展
摘要：为了解决向量空间模型（VSM）对短文本内容表示能力不足的问题，提出了一种基于频繁词集的特征扩展方法。定义了单词间的共现关系和类别同向关系，通过计算单词集的支持度和置信度，挖掘出具有相同类别倾向的频繁词集，并将其作为短文本特征扩展的背景知识库。对于短文本中的每个原始单词，从背景知识库中查找包含有该单词的频繁词集，将其作为扩展特征加入原特征向量中。搜狗语料集上的实验结果表明，置信度和支持度对背景知识库的规模有较大的影响，但是扩展过多的特征…查看全部>>
基于关键词相似度的短文本分类方法研究北大核心CSCDCSTPCD
作者：张振豪过弋韩美琪王吉祥
发表期刊：计算机应用研究 2020年1期
关键词：词向量特征选择短文本分类特征权重
摘要：在传统的文本分类中,文本向量空间矩阵存在维数灾难和极度稀疏等问题,而提取与类别最相关的关键词作为文本分类的特征有助于解决以上两个问题.针对以上结论进行研究,提出了一种基于关键词相似度的短文本分类框架.该框架首先通过大量语料训练得到word2vec词向量模型;然后通过TextRank获得每一类文本的关键词,在关键词集合中进行去重操作作为特征集合.对于任意特征,通过词向量模型计算短文本中每个词与该特征的相似度,选择最大相似度作…查看全部>>
基于有监督双词主题模型的短文本分类方法
作者：卫红敏
发表期刊：现代信息科技 2024年10期
关键词：语义稀疏BTM主题模型隐含主题短文本分类
摘要：针对短文本存在的语义稀疏及语义模糊等问题,提出一种有监督的双词主题模型(Su-BTM),将其应用于短文本分类.在BTM主题模型的基础上引入主题-类别分布参数,识别主题-类别语义信息,建立主题与类别的准确映射,并提出Su-BTM-Gibbs主题采样方法,对每个词的隐含主题进行采样.在两个中英文短文本数据集上进行对比实验,实验结果表明,该方法相比经典模型具有更优的分类效果.

12 3 4 5 6 >