基于语义相似度的标签优化

• 作者: 彭甫镕 钱肃驰 陆建峰
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 社交媒体 标签优化 电影标签 语义相似度 内容相似度
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 37-42
• 页数: 6页
• 分类号: TP391.3
• 字数: 4123字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.2.2014.125

摘要

为解决社交媒体中标签的缺失、错误等问题，提出一种基于内容相似度和语义相似度的标签优化方法。首先利用 TF-IDF（term frequency—inverse document frequency）计算文本间相似度，然后利用文本间相似度与标签相似度的一致性定义了目标函数，最后加入了修正项来减少优化前后用户提供标签的偏差。将目标函数应用到豆瓣电影标签进行优化，并将结果与原标签进行比较分析。与原标签相比，优化后的标签准确性得到了提高。试验结果表明，该方法能够有效地优化标签，有效解决标签缺失和错误等问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建峰	南京理工大学计算机科学与工程学院	77	1217	17.0	33.0
2	彭甫镕	南京理工大学计算机科学与工程学院	7	53	3.0	7.0
3	钱肃驰	南京理工大学计算机科学与工程学院	1	3	1.0	1.0