面向问答社区的中文问题分类

• 作者: 刘柏嵩 董才正
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 中文问题分类 问答社区 层次分类 支持向量机 焦点词
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1060-1065
• 页数: 6页
• 分类号: TP391.4
• 字数: 8090字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.04.1060

摘要

传统的问题分类体系大都基于事实类问题,传统的问题分类方法也比较依赖于疑问词这一分类特征,但问答社区(CQA)中非事实类问题居多,且许多问题并不包含疑问词,为此,提出一种面向问答社区的粗粒度分类体系,并在此基础上提出一种基于疑问词的层次化结构问题分类方法.该方法首先自动识别问题中的疑问词,若疑问词存在,则用支持向量机(SVM)模型进行分类;而对没有疑问词的问题,则用所构造的基于焦点词的分类器进行分类.通过在从中文问答社区知乎中所爬取的问题数据集上进行实验,与传统的基于SVM模型的分类方法相比,该方法的分类准确率提高了4.7个百分点.实验结果表明,这种根据问题是否含有疑问词而选择不同分类器的方法,减轻了分类方法对疑问词的依赖,能有效提高问答社区中问题分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘柏嵩	宁波大学图书馆与信息中心	48	518	13.0	21.0
2	董才正	宁波大学信息科学与工程学院	1	12	1.0	1.0