通过标签嵌入从社交标签中挖掘上下位关系

• 作者: 吴天星 张梦易 张豹 漆桂林 陈伟荣
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 社交标签 上下位关系 词嵌入 分众分类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 实践与应用
• 页码范围: 64-69,73
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2020.04.011

摘要

随着物联网、移动互联网和云计算等技术的飞速发展,数据量急剧增加.获取有价值的信息,尤其是上下位关系知识,成为人工智能领域的热门研究课题.对于分众分类而言,上下位关系识别的目的是识别2个社交标签之间的"is?a"关系.基于此,提出了利用标签嵌入技术从社交标签中识别上下位关系的监督学习方法,采用深度学习算法学习标签嵌入模型,并利用支持向量机算法识别上下位关系.试验结果表明,该方法的准确率和F1值分别达到0.91和0.86,性能优于其他方法.