面向中文短影评的分类技术研究

• 作者: 杜辉 莫倩 马丽菲
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 中文短影评 分类 决策树 本体
• 年，卷（期）: 2016,（1）
• 页码范围: 52-57
• 页数: 6页
• 分类号: TP391
• 字数: 4911字
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.1.2015.062

摘要

针对电影影评语句短小、特征矩阵稀疏问题，提出一种利用本体扩展特征矩阵的方法。首先通过传统与新型文本分类方法的比较和分析，发现适合中文短影评的分类方法，并通过试验证明决策树的短文本分类效果优于SVM、Bayes 和 KNN 等文本分类方法，然后进一步利用决策树分类本体扩展后的特征向量。试验表明，基于本体扩展的中文短影评的分类效果比传统的分类效果提高3％，查准率达到90.1％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫倩	北京工商大学计算机与信息工程学院	35	305	9.0	16.0
2	马丽菲	北京工商大学计算机与信息工程学院	1	6	1.0	1.0
3	杜辉	北京工商大学计算机与信息工程学院	1	6	1.0	1.0