融合词语类别特征和语义的短文本分类方法

摘要：

针对短文本内容简短、特征稀疏等特点,提出一种新的融合词语类别特征和语义的短文本分类方法.该方法采用改进的特征选择方法从短文本中选择最能代表类别特征的词语构造特征词典,同时结合利用隐含狄利克雷分布LDA主题模型从背景知识中选择最优主题形成新的短文本特征,在此基础上建立分类器进行分类.采用支持向量机SVM与k近邻法k-NN分类器对搜狗语料库数据集上的搜狐新闻标题内容进行分类,实验结果表明该方法对提高短文本分类的性能是有效的.

关键词：短文本分类、隐含狄利克雷分布、词汇特征、语义特征、特征选择

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61163039,61363058;甘肃省青年科技基金145RJYA259;甘肃省自然科学研究基金145RJZA232;西北师范大学2013年度青年教师科研能力提升计划NWNU-LKQN-12-23;中国科学院计算技术研究所智能信息处理重点实验室开放基金IIP2014-4;2016年甘肃省大学生创新创业训练计划201610736041,201610736040

在线出版日期：2017-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：399-404