流形学习算法在中文问题分类中的应用研究

• 作者: 张巍 张绚 陈俊杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 问题分类 局部鉴别索引 支持向量聚类 流形学习
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 算法
• 页码范围: 269-272,287
• 页数: 5页
• 分类号: TP391
• 字数: 6257字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.08.067

摘要

针对中文问题分类方法中特征向量维数过高导致处理速度过慢的问题,提出一种基于局部鉴别索引和支持向量聚类的中文问题分类方法.首先利用局部鉴别索引算法对原始高维问句数据集进行降维,将其映射到一个低维空间中,然后通过支持向量聚类算法对问句进行分类.在哈工大社会计算与信息检索研究中心的中文问题集上进行实验,实验结果证明了该方法的有效性,大类准确率87.6％,小类准确率72.5％,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	张巍	山西职工医学院信息中心	19	187	8.0	13.0
6	张绚		5	15	2.0	3.0