基于自学习规则和改进贝叶斯结合的问题分类
田卫东;高艳影;祖永亮
【期刊名称】《计算机应用研究》
【年(卷),期】2010(027)008
【摘要】根据对中文问题的分析可知,问题中的疑问词和中心词等关键词对问题所属类型起着决定性的作用.提出利用自学习方法建立疑问词-类别和疑问词+中心词-类别两种规则,并结合改进贝叶斯模型的问题分类方法.该方法充分利用了关键词对分类的贡献.实验结果表明,该分类方法有很大的改进,准确率达到了84%.
【总页数】3页(2869-2871)
【关键词】问题分类;问答系统;疑问词;中心词;改进贝叶斯模型;规则
【作者】田卫东;高艳影;祖永亮
【作者单位】合肥工业大学,计算机与信息学院,合肥,230009;合肥工业大学,计算机与信息学院,合肥,230009;合肥工业大学,计算机与信息学院,合肥,230009
【正文语种】中文
【中图分类】TP311.13
【相关文献】
1.基于贝叶斯理论的自学习模糊综合评判研究 [J], 杨智; 李金寿; 董华玉
2.基于内容的贝叶斯自学习邮件过滤模型 [J], 殷海波; 宁绍军; 王东
3.具有自学习功能的贝叶斯融合故障诊断方法 [J], 周忠宝; 马超群; 董豆豆; 周经伦
4.多式联运路径优化模型中的贝叶斯极大熵权重自学习方法研究 [J], 张宏博; 陈伟炯; 闫明
5.基于规则的自学习控制的柴油加氢优化 [J], 陈晓龙; 吴世逵; 梁朝林
以上内容为文献基本信息,获取文献全文请下载
本文来源:https://www.2haoxitong.net/k/doc/90ab4a594935eefdc8d376eeaeaad1f3469311a6.html
文档为doc格式