基于主题扩展的领域问题分类方法

• 作者: 吕钊 张青
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 领域问题分类 数据稀疏 特征选择 主题模型 优质主题 特征扩展
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 202-207,213
• 页数: 7页
• 分类号: TP18
• 字数: 4998字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.09.036

摘要

领域问题分类在问答系统中占有重要地位,但目前面向特定领域的研究较少.针对领域问题文本篇幅较短、数据稀疏的特点,提出基于主题扩展的领域问题分类方法.该方法主要包括特征选择和特征扩展2个部分.利用卡方统计量特征选择方法,将问题文本选择的特征词作为特征扩展的依据.通过潜在狄利克雷分配主题模型对外部知识库进行分析,得到对应的主题分布.为避免引入噪声主题,采用主题熵的方法得到优质主题.将优质主题下所覆盖的词扩充到问题文本中,最后利用支持向量机分类器对问题文本进行分类.实验结果表明,与传统TFIDF文本分类方法相比,该方法分类效果较好,可提高问答系统的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕钊	华东师范大学计算机科学技术系	29	154	7.0	11.0
2	张青	华东师范大学计算机科学技术系	12	29	3.0	5.0