一種基于特征擴(kuò)展的中文短文本分類方法

基本信息

申請(qǐng)?zhí)?/td> CN201210446997.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN102955856A 公開(kāi)（公告）日 2013-03-06
申請(qǐng)公布號(hào) CN102955856A 申請(qǐng)公布日 2013-03-06
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 歐陽(yáng)元新;羅建輝;劉文琦;熊璋 申請(qǐng)（專利權(quán)）人 北京洛克威爾科技有限公司
代理機(jī)構(gòu) 北京科迪生專利代理有限責(zé)任公司 代理人 楊學(xué)明;顧煒
地址 100191 北京市海淀區(qū)學(xué)院路37號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于特征擴(kuò)展的中文短文本分類方法，包括：步驟（1）建立背景知識(shí)庫(kù)：從帶有類別標(biāo)注的長(zhǎng)文本語(yǔ)料庫(kù)中挖掘滿足一定約束條件的特征詞的二元組來(lái)生成背景知識(shí)庫(kù)；步驟（2）擴(kuò)展訓(xùn)練集中的短文本：根據(jù)背景知識(shí)庫(kù)中的二元組，按照一定的擴(kuò)展規(guī)則對(duì)訓(xùn)練集中的短文本添加擴(kuò)展詞；步驟（3）建立分類模型：用經(jīng)過(guò)擴(kuò)展的短文本訓(xùn)練集建立SVM分類模型；步驟（4）擴(kuò)展待分類的短文本：根據(jù)背景知識(shí)庫(kù)中的二元組和分類模型的特征空間，按照一定的擴(kuò)展規(guī)則對(duì)待分類的短文本添加擴(kuò)展詞；步驟（5）產(chǎn)生分類結(jié)果：利用分類模型和擴(kuò)展后的短文本來(lái)產(chǎn)生分類結(jié)果。本發(fā)明利用長(zhǎng)文本語(yǔ)料庫(kù)來(lái)豐富短文本的特征，提高了短文本分類的準(zhǔn)確率和召回率。