检索结果

Select

1. 利用上下位关系的中文短文本分类

王盛樊兴华陈现麟

计算机应用 2010, 30 (3): 603-606.

摘要（1553）

PDF （647KB）（1278）

针对短文本长度短、描述信号弱的特点，提出了一种利用上下位关系的中文短文本分类框架。该框架首先利用“知网”确定训练文本中概念对的上下位关系，进而确定词语对的上下位关系，再将其用于扩展测试文本的特征向量，从而实现对测试文本的分类。实验表明：利用上下位关系能够改善短文本的分类性能。

相关文章 | 多维度评价

Select

2. 一种基于特征扩展的中文短文本分类方法

王细薇樊兴华赵军

计算机应用

摘要（2135）

PDF （614KB）（1596）

针对短文本所描述信号弱的特点，提出一种基于特征扩展的中文短文本分类方法。该方法首先利用FPGrowth算法挖掘训练集特征项与测试集特征项之间的共现关系，然后用得到的关联规则对短文本测试文档中的概念词语进行特征扩展。同时，引入语义信息并且改进了知网中DEF词条的描述能力公式，在此基础上对中文短文本进行分类。实验证明，这种方法具有高的分类性能，其微平均和宏平均值都高于常规的文本分类方法。

相关文章 | 多维度评价

Select

3. 面向短文本的命名实体识别

王丹樊兴华

计算机应用

摘要（1938）

PDF （620KB）（2841）

针对短文本命名实体识别这项紧缺任务，提出了一种面向短文本的快速有效的命名实体识别方法。该方法主要分成三步：第一步，针对短文本表达不规范特性对命名实体识别的干扰，采取去干扰字符，化繁为简等规范化操作。第二步，针对短文本语意不完整特性，提出用HMM（隐马尔可夫模型）以词性做观察值进行初步命名实体识别。第三步，据初步识别结果，构建拼音同指关系库来识别潜在实体。在由8464篇短文本构成的测试集上运行的实验表明，该方法能较好地进行短文本命名实体识别。