文献类型：期刊文章

作　　者：章昉[1,2] 颜华驹[3] 刘明君[2] 赵中英[2]

机构地区：[1]天津海量信息技术有限公司,天津100029 [2]中国科学院深圳先进技术研究院,深圳518055 [3]中山大学信息科学与技术学院,广州510006

出　　处：《集成技术》

基　　金：深圳市知识创新计划基础研究项目(JCYJ20130401170306838)

年　　份：2015

卷　　号：4

期　　号：3

起止页码：69-78

语　　种：中文

收录情况：JST、RCCSE、普通刊

摘　　要：以短文本为主体的微博等社交媒体,因具备文本短、特征稀疏等特性,使得传统文本分类方法不能够高精度地对短文本进行分类。针对这一问题,文章提出了基于词项关联的短文本分类方法。首先对训练集进行强关联规则挖掘,将强关联规则加入到短文本的特征中,提高短文本特征密度,进而提高短文本分类精度。对比实验表明,该方法一定程度上减缓了短文本特征稀疏特点对分类结果的影响,提高了分类准确率、召回率和F1值。

关 键 词：数据挖掘 短文本  分类  关联规则

分 类 号：TP391.1]