结合词性的短文本相似度算法及其在文本分类中的应用

• 作者: 刘英涛 李沁东 黄贤英
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 短文本分类 短文本相似度 词性 hownet语义 分类准确率
• 年，卷（期）: 2017,（1）
• 页码范围: 78-82
• 页数: 5页
• 分类号: TP391.1
• 字数: 4209字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2017.01.013

摘要

针对基于语义的短文本相似度计算方法在短文本分类中准确率较低这一问题，提出了结合词性的短文本相似度算法( GCSSA)。该方法在基于hownet(“知网”)语义的短文本相似度计算方法的基础上，结合类别特征词并添加关键词词性分析，对类别特征词和其他关键词的词性信息给定不同关键词以不同的权值系数，以此区别各种贡献度词项在短文本相似度计算中的重要程度。实验表明，该算法进行文本相似度计算后应用于短文本分类中较基于hownet的短文本分类算法在准确率宏平均和微平均上提升4%左右，有效提高了短文本分类的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄贤英	重庆理工大学计算机科学与工程学院	95	349	9.0	14.0
2	刘英涛	重庆理工大学计算机科学与工程学院	7	94	6.0	7.0
3	李沁东	重庆理工大学计算机科学与工程学院	4	62	4.0	4.0