换一批摘要针对中文问题分类方法中特征向量维数过高导致处理速度过慢的问题,提出一种基于局部鉴别索引和支持向量聚类的中文问题分类方法.首先利用局部鉴别索引算法对原始高维问句数据集进行降维,将其映射到一个低维空间中,然后通过支持向量聚类算法对问句进行分类.在哈工大社会计算与信息检索研究中心的中文问题集上进行实验,实验结果证明了该方法的有效性,大类准确率87.6％,小类准确率72.5％,取得了较好的效果.
更多相关知识
关键词
问题分类局部鉴别索引支持向量聚类流形学习Question classificationLocality discriminating indexingSupport vector clusteringManifold learning
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1000-386x.2014.08.067
发布时间
2014-10-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
