基于词项关联的短文本分类研究

• 作者: 刘明君 章昉 赵中英 颜华驹
• 来源期刊: 集成技术
• 学科: 工学
• 关键词: 数据挖掘 短文本 分类 关联规则
• 年，卷（期）: 2015,（3）
• 页码范围: 69-78
• 页数: 10页
• 分类号: TP3
• 字数: 5973字
• 语种: 中文

摘要

以短文本为主体的微博等社交媒体，因具备文本短、特征稀疏等特性，使得传统文本分类方法不能够高精度地对短文本进行分类。针对这一问题，文章提出了基于词项关联的短文本分类方法。首先对训练集进行强关联规则挖掘，将强关联规则加入到短文本的特征中，提高短文本特征密度，进而提高短文本分类精度。对比实验表明，该方法一定程度上减缓了短文本特征稀疏特点对分类结果的影响，提高了分类准确率、召回率和F1值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明君	中国科学院深圳先进技术研究院	6	15	3.0	3.0
2	章昉		1	2	1.0	1.0
6	颜华驹	中山大学信息科学与技术学院	1	2	1.0	1.0
7	赵中英	中国科学院深圳先进技术研究院	2	5	2.0	2.0