近年來(lái),短文本分類研究取得了重要的進(jìn)展。然而,現(xiàn)有的大多數(shù)方法只關(guān)注如Twitter或微博等數(shù)據(jù),其文本長(zhǎng)度通常不超過(guò)300個(gè)字符。然而,在實(shí)際應(yīng)用領(lǐng)域,如新聞標(biāo)題、發(fā)票名稱等文本的分類問(wèn)題中,文本具有長(zhǎng)度極短、特征稀疏、語(yǔ)義模糊等特性,使得已有的短文本分類方法難以取得理想的效果。針對(duì)以上問(wèn)題,本文基于特征表示學(xué)習(xí)的方法,圍繞新聞標(biāo)題和發(fā)票名稱等極短文本數(shù)據(jù)的分類問(wèn)題展開研究,主要工作如下:(1)針對(duì)發(fā)票名稱文本長(zhǎng)度極短和特征稀疏的問(wèn)題,提出一種基于雙向語(yǔ)義擴(kuò)展的極短文本分類方法(BSE-ESTC)。首先,為緩解文本極短帶來(lái)的特征稀疏問(wèn)題,分別對(duì)文本中的詞和類標(biāo)簽屬性詞進(jìn)行雙向近義詞查詢,再將這些近義詞添加到分詞結(jié)果之中,進(jìn)行語(yǔ)義擴(kuò)展,以達(dá)到擴(kuò)大極短文本特征量的目的;其次,為了避免稀疏性導(dǎo)致的語(yǔ)義模糊問(wèn)題,使用哈希向量化方法對(duì)分詞結(jié)果進(jìn)行向量化并分類。實(shí)驗(yàn)結(jié)果表明:所提方法在稅務(wù)發(fā)票數(shù)據(jù)上具有優(yōu)異的性能。(2)針對(duì)中文極短文本語(yǔ)義高度模糊的問(wèn)題,將注意力機(jī)制與通過(guò)字符嵌入特征選擇相結(jié)合,提出了一種基于字符嵌入的中文極短文本的混合分類方法(AFC)。該方法首先用中文字符嵌入向量對(duì)文本進(jìn)行...

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 問(wèn)題描述
    1.3 本文的主要工作和創(chuàng)新點(diǎn)
    1.4 本文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 短文本分類綜述
    2.1 引言
    2.2 短文本分類方法總結(jié)
    2.3 基于特征擴(kuò)展的方法
        2.3.1 基于鏈接的方法
        2.3.2 基于Web搜索的方法
        2.3.3 基于分類的方法
        2.3.4 基于主題的方法
    2.4 基于長(zhǎng)文本分類方法的改進(jìn)方法
        2.4.1 基于表示學(xué)習(xí)的方法
        2.4.2 基于注意力機(jī)制的方法
        2.4.3 基于特征選擇的方法
    2.5 本章小結(jié)
第三章 基于雙向語(yǔ)義擴(kuò)展的極短文本分類方法研究
    3.1 引言
    3.2 BSE-ESTC算法描述
        3.2.1 主要框架介紹
        3.2.2 中文分詞
        3.2.3 雙向語(yǔ)義擴(kuò)展
        3.2.4 Signed Hash Trick方法
    3.3 實(shí)驗(yàn)與分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.3.2 對(duì)比算法
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.4 實(shí)驗(yàn)方法分析
        3.3.5 稅務(wù)發(fā)票名稱檢索系統(tǒng)
    3.4 本章小結(jié)
第四章 基于字符嵌入的中文極短文本混合分類方法研究
    4.1 引言
    4.2 AFC算法描述
        4.2.1 基于字符嵌入的中文極短文本混合分類模型
        4.2.2 字符嵌入表示
        4.2.3 注意力機(jī)制
        4.2.4 極短文本特征選擇
    4.3 實(shí)驗(yàn)與分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.3.2 基準(zhǔn)算法和參數(shù)設(shè)定
        4.3.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.4 AFC性能分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3836465