基于词向量特征扩展的中文短文本分类研究

• 作者: 刘旭敏 徐维祥 雷朔
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 短文本 维基百科 特征扩展 词向量 文本分类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法
• 页码范围: 269-274
• 页数: 6页
• 分类号: TP391
• 字数: 5188字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.08.049

摘要

针对中文短文本词汇较少、噪声多、特征稀疏的特性,为了提高短文本分类精确度,提出一种基于维基百科词向量的特征扩展算法.利用维基百科语料集训练词向量,通过对文本关键词高相似度词集进行特征扩展,并将得到的文本用传统的分类器进行分类.实验结果表明,所提方法在短文本分类精确度上要优于其他的文本特征扩展算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐维祥	北京交通大学交通运输学院	44	279	9.0	14.0
2	刘旭敏	首都师范大学信息工程学院	46	645	13.0	24.0
3	雷朔	首都师范大学信息工程学院	1	16	1.0	1.0