基于增量式贝叶斯模型的中文问句分类研究

• 作者: 杨思春 王小林 邰伟鹏 郑啸 镇丽华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 问句分类 问答系统 增量式贝叶斯 朴素贝叶斯 改进贝叶斯 遗传算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 238-242
• 页数: 5页
• 分类号: TP319
• 字数: 4999字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.09.048

摘要

固定训练集生成的分类器性能不理想且不能跟踪用户需求，为此，提出一种将增量式贝叶斯思想用于问句分类的方法。采用遗传算法选取最优特征子集优化分类器，从而避免训练集特征过分冗余，使分类器在学习过程中动态地扩大训练集并修改分类器参数。在对问句进行分类时，提取问句的疑问词、句法结构、疑问意向词和疑问意向词在知网的首项义原作为分类特征。为了验证增量式贝叶斯方法的有效性，从语料库中随机抽取不同规模的问句构成增量集，基于不同的增量集对同一测试集中的问句进行分类。实验结果表明，增量式贝叶斯分类器较朴素贝叶斯分类器有更高的分类精度，大类和小类的准确率分别达到90．2%和76．3%，在提高准确率的同时优化了运行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰伟鹏	安徽工业大学计算机科学与技术学院	33	160	7.0	11.0
2	杨思春	安徽工业大学计算机科学与技术学院	71	416	11.0	17.0
3	王小林	安徽工业大学计算机科学与技术学院	49	389	10.0	19.0
4	郑啸	安徽工业大学计算机科学与技术学院	54	1140	12.0	33.0
5	镇丽华	安徽工业大学计算机科学与技术学院	2	11	1.0	2.0