中文短文本分类技术研究综述

• 作者: 刘硕 王庚润 李英乐 郭程远
• 来源期刊: 信息工程大学学报
• 关键词: 短文本分类 特征扩展 文本表示 分类器
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 304-312
• 页数: 9页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2021.03.009

摘要

随着信息技术的迅速发展,网络上产生了海量的中文短文本数据.利用中文短文本分类技术,在低信息量的数据中挖掘出有价值的信息是当前的一个研究热点.中文短文本相较于长文本,存在字数少、歧义多、特征稀疏和信息不规范等特点,导致使用传统文本分类技术效果不佳.首先介绍中文短文本分类技术的研究现状;其次围绕中文短文本分类的基本流程和关键技术进行阐述,并对文本预处理、文本表示、特征扩展和分类算法做出详细介绍;最后对中文短文本分类技术未来发展的趋势进行展望.