基于领域词语本体的短文本分类

摘要：

短文本自身长度较短,描述概念能力弱,常用文本分类方法都不太适用于短文本分类.提出了基于领域词语本体的短文本分类方法.首先抽取领域高频词作为特征词,借助知网从语义方面将特征词扩展为概念和义元,通过计算不同概念所包含相同义元的信息量来衡量词的相似度,从而进行分类.对比实验表明,该方法在一定程度上弥补了短文本特征不足的缺点,且提高了准确率和召回率.

关键词：短文本、本体、知网、文本分类、语义、义元

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60703010;重庆市自然科学基金2006BB2374;重庆市教委科学技术研究项目KJ070519;教育部回国留学人员启动基金教外司留[2007]1109号

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：142-145