面向问答社区的粗粒度问句分类算法

被引：2

作者：

延霞 ^{[1
]}

范士喜 ^{[2
]}

机构：

[1] 深圳信息职业技术学院计算机学院

[2] 哈尔滨工业大学深圳研究生院

来源：

计算机应用与软件 | 2013年 / 30卷 / 01期

关键词：

问答系统; 问答社区; 问句分类; 支持向量机; 多标记多分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

面向问答社区的问答系统CQA(Community Question Answer)是近年来研究的热点,针对系统中问句分类的复杂性,提出一个粗粒度的分类体系及多标记多分类的问句分类算法——MLMC。基于SVM分类模型实现一个完整的分类系统,总体分类精度达到73.6%。

引用

页码：219 / 222+286 +286

页数：5

共 16 条

[1] 基于自学习规则和改进贝叶斯结合的问题分类 [J].

田卫东 ;

高艳影 ;

祖永亮 .

计算机应用研究, 2010, 27 (08) :2869-2871

[2] 一种新的层次化结构问题分类器 [J].

李方涛 ;

张显 ;

孙建树 ;

朱小燕 .

中文信息学报, 2008, (01) :93-98

[3]

A semi-supervised approach to ques-tion classification. David Tom’’as1,Claudio Giuliano. European Symposium on Artificial Neural Net-works-Advances in Computational Intelligence and Learning . 2009

[4] 基于句法和语义信息的问句特征提取方法 [J].

许莉 ;

王大玲 ;

夏秀峰 .

计算机工程, 2010, 36 (21) :65-66+70

[5] 一种基于粗糙集增量式规则学习的问题分类方法研究 [J].

李鹏 ;

王晓龙 ;

关毅 .

电子与信息学报, 2008, (05) :1127-1130

[6] 基于知网的中文问题自动分类 [J].

孙景广 ;

蔡东风 ;

吕德新 ;

董燕举 .

中文信息学报, 2007, (01) :90-95

[7] 基于句法结构分析的中文问题分类 [J].

文勖 ;

张宇 ;

刘挺 ;

马金山 .

中文信息学报, 2006, (02) :33-39

[8] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

[9]

Interrogative Reformulation Patterns and Acquisition of Question Paraphrases. Noriko Tomuro. Proceeding of the Second International Workshop on Paraphrasing . 2003

[10]

Question similarity calculation for FAQ answering. Song W,Feng M,Gu N,et al. Third Interna-tional Conference on Semantics,Knowledge and Grid . 2007

← 1 2 →