基于文本分類的語義相似度研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)上的文本種類越來越多并且日益高速增長(zhǎng)，人工篩選適合的文本種類是不切實(shí)際的，對(duì)互聯(lián)網(wǎng)上的各類文本進(jìn)行信息采集就不可避免的使用到智能化的計(jì)算機(jī)技術(shù)，其主要目的就是將雜亂無章的文本進(jìn)行分類，同時(shí)對(duì)文本語義相似度的計(jì)算將在同一類文本中進(jìn)行。在信息檢索、信息過濾、自動(dòng)分類等各類領(lǐng)域，文本分類都扮演著極其重要角色。本文主要進(jìn)行了兩方面的研究，一是將改進(jìn)的語義理解和機(jī)器學(xué)習(xí)相結(jié)合提出了混合分類框架對(duì)文本進(jìn)行情感分類。二是

2、利用文本情感分類的相關(guān)理論研究，對(duì)文本進(jìn)行子類的劃分，在子類劃分基礎(chǔ)上計(jì)算其語義相似度并將其應(yīng)用到了建筑施工測(cè)試培訓(xùn)系統(tǒng)的試題分類模塊中。從以下幾個(gè)方面概述本文的主要研究成果:
　　1.針對(duì)《知網(wǎng)》計(jì)算詞語相似度沒有考慮詞語情感岡素的不足，提出了引入情感義原計(jì)算概念情感相似度的計(jì)算公式，在一定程度上提高了詞語相似度計(jì)算的準(zhǔn)確率。
　　2.改進(jìn)了SO PMI，對(duì)基準(zhǔn)詞選擇，窗口大小提出了自己的計(jì)算公式，并將同義詞引入SO PM

3、I算法解決了數(shù)據(jù)稀松的問題并使其更加符合人的表達(dá)習(xí)慣。
　　3.改進(jìn)了互信息的特征選擇方法，充分考慮了詞頻、分散度以及正負(fù)相關(guān)詞匯對(duì)特征項(xiàng)的影響。
　　4.針對(duì)語義理解和機(jī)器學(xué)習(xí)在文本情感分類中的不足，將改進(jìn)的語義理解和機(jī)器學(xué)習(xí)相結(jié)合構(gòu)建基于混合框架的分類器，提高了分類器對(duì)文本情感分類的準(zhǔn)確性和可移植性。
　　5.針對(duì)現(xiàn)存的語義相似度計(jì)算的些許不足，提出將文本分類引入文本語義相似度計(jì)算，即在同類別的文本分類前提下才有必