基于主题扩展的领域问题分类方法

摘要：

领域问题分类在问答系统中占有重要地位,但目前面向特定领域的研究较少.针对领域问题文本篇幅较短、数据稀疏的特点,提出基于主题扩展的领域问题分类方法.该方法主要包括特征选择和特征扩展2个部分.利用卡方统计量特征选择方法,将问题文本选择的特征词作为特征扩展的依据.通过潜在狄利克雷分配主题模型对外部知识库进行分析,得到对应的主题分布.为避免引入噪声主题,采用主题熵的方法得到优质主题.将优质主题下所覆盖的词扩充到问题文本中,最后利用支持向量机分类器对问题文本进行分类.实验结果表明,与传统TFIDF文本分类方法相比,该方法分类效果较好,可提高问答系统的性能.

关键词：领域问题分类、数据稀疏、特征选择、主题模型、优质主题、特征扩展

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：上海市科学技术委员会科研计划基金资助项目1451110700,14511106803;上海张江国家自主创新示范区专项发展基金资助项目201411-JA-B108-002

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：202-207,213