基于类别特征改进的KNN短文本分类算法

摘要：

KNN短文本分类算法通过扩充短文本内容提高短文本分类准确率,却导致短文本分类效率降低.鉴于此,通过卡方统计方法提取训练空间中各类别的类别特征,根据训练空间中各类别样本与该类别特征的相似情况,对已有的训练空间进行拆分细化,将训练空间中的每个类别细化为多个包含部分样本的训练子集;然后针对测试文本,从细化后的训练空间中提取与测试文本相似度较高的类别特征所对应的训练子集的样本来重构该测试文本的训练集合,减少KNN短文本分类算法比较文本对数,从而提高KNN短文本分类算法的效率.实验表明,与基于知网语义的KNN短文本分类算法相比,本算法提高KNN短文本分类算法效率近50％,分类的准确性也有一定的提升.

关键词：短文本分类、KNN分类、类别特征、hownet、效率

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金11547148;教育部人文社会科学研究青年基金15YJC790061;重庆市教委科学技术研究项目16SKGH133

在线出版日期：2018-03-23（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：148-154