基于nLD-SVM-RF的短文本分类研究

摘要：

[目的]解决短文本内容简短而引起的数据稀疏问题,提高短文本分类效果.[方法]针对短文本数据稀疏的特点,采用多通道文本建模方式,形成融合短文本语义、语序特征和主题特征的文本向量表示作为分类器的输入,采用集成SVM与随机森林的nLD-SVM-RF方法实现短文本分类.[结果]使用投诉短文本进行验证,相较于仅使用Doc2Vec作为特征的SVM单分类器和RF单分类器,当n=5时,nLD-SVM-RF方法准确率分别提高9.70％、6.25％.[局限]本文数据为电信投诉文本,数据量较小,没有在大样本数据集上进行验证.[结论]nLD-SVM-RF算法有助于企业分析短文本信息,辅助决策.

关键词：短文本分类、多通道建模、SVM、随机森林、集成学习、nLD-SVM-RF

所属期刊栏目：4

分类号：G254.1(图书馆学、图书馆事业)

资助基金：本文系国家自然科学基金项目“基于制造大数据的产品研发知识集成与服务机制研究”;国家自然科学基金项目“不确定环境下的复杂产品研发协同绩效动态评价研究”;过程优化与智能决策教育部重点实验室开放课题的研究成果之一

在线出版日期：2020-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：111-120