节点文献

面向问答社区的粗粒度问句分类算法

CQA-ORIENTED COARSE-GRAINED QUESTION CLASSIFICATION ALGORITHM

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 延霞； 范士喜；

【Author】 Yan Xia1 Fan Shixi2 1(School of Computer,Shenzhen Institute of Information Technology,Shenzhen 518029,Guangdong,China) 2(Harbin Institute of Technology Shenzhen Graduate School,Shenzhen 518055,Guangdong,China)

【机构】 深圳信息职业技术学院计算机学院； 哈尔滨工业大学深圳研究生院；

【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%。

【Abstract】 The CQA(community question-answering) oriented question-answering system is the research focus in recent years.To solve the complexity of questions classification in system,we present a coarse-grained classification category and a multi-label multi-class question classification algorithm——MLMC.Based on SVM classification model we implement a full classification system,its overall classification precision achieves 73.6%.

【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；
【Key words】 Question-answering(QA) CQA Question classification SVM MLMC；
【基金】 深圳信息职业技术学院科工类项目研究基金项目(YB201016)
  • 【文献出处】 计算机应用与软件 ,Computer Applications and Software , 编辑部邮箱 ,2013年01期
  • 【分类号】TP18
  • 【被引频次】5
  • 【下载频次】205
打印本页
节点文献中：