短文本相似度的關(guān)鍵技術(shù)研究.pdf

1、短文本相似度的關(guān)鍵技術(shù)研究專業(yè)名稱：計(jì)算機(jī)軟件與理論申請人：劉令強(qiáng)指導(dǎo)教師：困陳元琰教授論文答辯委員會主席：域瓤：絲翌鑿。。壅查魚。。：悉一，星Ll芝慕粒。。，羔i碰_■___’■o■■■■__o’●o_____H一短文本片段進(jìn)行特征詞的擴(kuò)展，再結(jié)合上面的基于多粒度的主題模型的方法來提高相似度計(jì)算的準(zhǔn)確率，和方法一類似先對短文本訓(xùn)練集進(jìn)行數(shù)據(jù)建模并分析短文本測試集中不同短文本片段的主題成分，把每個(gè)短文本相似度片段中所占的主題成分最多的幾

2、個(gè)主題作為主題標(biāo)記添加到每個(gè)對應(yīng)的短文本片段的里面，來提高短文本的特征詞的數(shù)量，如果兩個(gè)短文本片段擁有類似的主題成分，這兩個(gè)短文本片段有相同的主題標(biāo)記，進(jìn)而提高兩個(gè)短文本相似度的計(jì)算。實(shí)驗(yàn)結(jié)果表明本文提出的方法能夠有效的提高短文本分類器的性能，相對于BuyAns數(shù)據(jù)集在KNN和KNNMTBS上分類性能，基于結(jié)合短文本特征詞擴(kuò)展和基于多粒度的方法平均準(zhǔn)確率提高了41％左右；本文所提出的方法在問題分類數(shù)據(jù)集Phan上的分類性能比KNN，KN