基于POS-CBOW语言模型的相似词分析

• 作者: 潘洪岩 阮冬茹 高凯
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 自然语言处理 语言模型 词向量 相似词 POS-CBOW
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 532-538
• 页数: 7页
• 分类号: TP391
• 字数: 5458字
• 语种: 中文
• DOI: 10.7535/hbkd.2015yx05014

摘要

相似词分析是自然语言处理领域的研究热点之一,在文本分类、机器翻译和信息推荐等领域中具有重要的研究价值和应用意义.针对新浪微博短文本的特点,给出一种带词性的连续词袋模型(POS-CBOW).该模型在连续词袋模型的基础上加入过滤层和词性标注层,对空间词向量进行优化和词性标注,通过空间词向量的余弦相似度和词性相似度来判别词向量的相似性,并利用统计分析模型筛选出最优相似词集合.实验表明,基于POS-CBOW语言模型的相似词分析算法优于传统CBOW语言模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮冬茹	河北科技大学信息科学与工程学院	12	67	5.0	8.0
2	高凯	河北科技大学信息科学与工程学院	16	155	9.0	12.0
3	潘洪岩	河北科技大学信息科学与工程学院	1	12	1.0	1.0