基于维基百科的短文本处理方法-软件工程专业论文.docxVIP

采用中、英文维基百科数据集进行仿真实验，结果表明，在对维基百科页面进行关 采用中、英文维基百科数据集进行仿真实验，结果表明，在对维基百科页面进行关 键词提取时，W-TFIDFWFS在查准率、查全率及Fl指标上均优于TFIDFWFS算法，可 比较准确地计算特征词权重，有效提取维基百科页面核心信息。 3)提出基于维基百科的短文本词义消歧方法 针对短文本中的一词多义问题，提出基于维基百科的短文本词义消歧方法 —．-STWSDMW(Short Text Word Sense Disambiguation Method Based on Wikipedia)。首 先，从维基百科消歧页面中获得待消歧词的消歧候选集合；其次，获得短文本中无歧义 特征词对应的维基条目标题集合；然后，计算每一个消歧候选词的相似度得分函数值； 最后，选择相似度得分值最大的消歧候选词作为最终的消歧结果。 选取中、英文短文本实验数据集进行验证，实验表明，采用STWSDMW方法对短 文本进行词义消歧可有效提高短文本分类性能。 4)提出基于维基百科的短文本特征扩展方法 针对短文本特征稀疏，导致短文本分类准确率低下的问题，提出基于维基百科的短 文本特征扩展方法——STFEMW(Short Text Feature Extension Method Based on Wikipedia)。首先，对短文本中每个特征词进