原文服务方: 微电子学与计算机       
摘要:
汉语问句分类是问答系统中重要的组成部分,问句分类结果的好坏直接影响问答系统的质量.利用知网(HowNet)义原树计算问句之间的语义相似度,并以此作为句子之间的距离度量,利用KNN算法构造分类器进行问句分类,并对最近邻分类算法、KNN分类算法及改进的KNN分类算法进行实验比较.结果表明加权的KNN分类器分类效果最好,达到了89.8%的精确率.
推荐文章
现代汉语疑问句研究现状
现代汉语
疑问句
现状
基于BERT字向量和TextCNN的农业问句分类模型分析
农业问句
智能问答系统
问句分类
预训练语言模型(BERT)
文本卷积神经网络
基于改进Tri-training算法的中文问句分类
Tri-training算法
随机采样
问句分类
自动问答系统中问句分类研究综述
问答系统
问句分类
特征提取
分类模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于KNN的汉语问句分类
来源期刊 微电子学与计算机 学科
关键词 问句分类 语义相似度 KNN分类器
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 156-158
页数 3页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 樊孝忠 北京理工大学计算机学院 127 2336 26.0 43.0
2 许进忠 北京理工大学计算机学院 5 48 4.0 5.0
3 贾可亮 北京理工大学计算机学院 3 61 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (34)
参考文献  (4)
节点文献
引证文献  (22)
同被引文献  (51)
二级引证文献  (50)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(16)
  • 引证文献(3)
  • 二级引证文献(13)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
问句分类
语义相似度
KNN分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导