流形学习算法在中文问题分类中的应用研究.pdfVIP

第３１卷第８期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．８ ２０１４年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１４ 流形学习算法在中文问题分类中的应用研究 １，２ ３ ２ 张　巍 　张　绚 　陈俊杰 １（山西职工医学院信息中心　山西太原０３００１２） ２（太原理工大学计算机科学与技术学院　山西太原０３００２４） ３（山西省疾病预防控制中心　山西太原０３００１２） 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。 关键词　　问题分类　局部鉴别索引　支持向量聚类　流形学习 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０８．０６７ ＯＮＡＰＰＬＹＩＮＧＭＡＮＩＦＯＬＤＬＥＡＲＮＩＮＧＡＬＧＯＲＩＴＨＭ ＩＮＣＨＩＮＥＳＥＱＵＥＳＴＩＯＮＣＬＡＳＳＩＦＩＣＡＴＩＯＮ １，２ ３ ２ ＺｈａｎｇＷｅｉ　ＺｈａｎｇＸｕａｎ　ＣｈｅｎＪｕｎｊｉｅ １（ＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｅｒ，ＳｈａｎｘｉＭｅｄｉｃａｌＣｏｌｌｅｇｅｆｏｒＣｏｎｔｉｎｕｉｎｇＥｄｕｃａｔｉｏｎ，Ｔａｉｙｕａｎ０３００１２，Ｓｈａｎｘｉ，Ｃｈｉｎａ） ２（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） ３（ＣｅｎｔｅｒｆｏｒＤｉｓｅａｓｅＣｏｎｔｒｏｌａｎｄＰｒｅｖｅｎｔｉｏｎｏｆＳｈａｎｘｉＰｒｏｖｉｎｃｅ，Ｔａｉｙｕａｎ０３００１２，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｊｏｇｇｉｎｇｓｐｅｅｄｒｅｓｕｌｔｅｄｆｒｏｍｔｏｏｈｉｇｈｄｉｍｅｎｓｉｏｎｓｏｆｔｈｅｅｉｇｅｎｖｅｃｔｏｒｉｎＣｈｉｎｅｓｅｑｕｅｓｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ， ｗｅｐｕｔｆｏｒｗａｒｄａＣｈｉｎｅｓｅｑｕｅｓｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｉｓｂａｓｅｄｏｎｌｏｃａｌｉｔｙｄｉｓｃｒｉｍｉｎａｔｉｎｇｉｎｄｅｘｉｎｇ（ＬＤＩ）ａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｃｌｕｓｔｅｒｉｎｇ （ＳＶＣ）．Ｆｉｒｓｔ，ｔｈｅＬＤＩａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｒｅｄｕｃｅｔｈｅｄｉｍｅｎｓｉｏｎｓｏｆｔｈｅｏｒｉｇｉｎａｌｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｑｕｅｓｔｉｏｎｄａｔａｓｅｔａｎｄｔｈｅｑｕｅｓｔｉｏｎｄａｔａｓｅｔ ｉｓｔｈｅｎｍａｐｐｅｄｏｎｔｏａｌｏｗｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅ，ｓｕｂｓｅｑｕｅｎｔｌｙｔｈｅｑｕｅｓｔｉｏｎｓａｒｅｃｌａｓｓｉｆｉｅｄｂｙＳＶＣａｌｇｏｒｉｔｈｍ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｈａｓｂｅｅｎｍａｄｅｏｎ ｔｈｅＣｈｉｎｅｓｅｑｕｅｓｔｉｏｎｓｅｔｏｆｔｈｅｒｅｓｅａｒｃｈｃｅｎｔｒｅｏｆｓｏｃｉａｌｃｏｍｐｕｔｉｎｇａｎｄｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌａｔＨＩＴ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｐｒｏｖｅｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｅｔｈｏｄ，ｔｈｅａｃｃ