基于BTM和长文本语义增强的用户评论分类
2023-07-21宗福焱
计算机技术与发展 2023年7期
关 慧,宗福焱,曲 盼
(1.沈阳化工大学 计算机科学与技术学院,辽宁 沈阳 110142;2.辽宁省化工过程工业智能化技术重点实验室,辽宁 沈阳 110142)
0 引 言
随着互联网时代的到来,智能移动终端和各类电子商务平台也得到了飞速的发展。微博、通讯信息、用户评论等以短文本形式呈现的信息正在以飞快的速度增长[1]。各类短文本涵盖了人们对各种社会现象的立场与观点,在舆情调查、热点话题的识别发现、问题反馈、需求挖掘等领域有着重要的应用前景[2-5]。因此,如何在大量且复杂的文本中获取最有效的信息是信息处理目标之一。短文本分类可以帮助用户快速定位需求信息和进行信息分流[6],同时分类也是对短文本中大量有价值信息进一步挖掘的重要步骤[7],因此,短文本分类越来越受到人们的关注。
从当前实际来看,西方哲学和马克思主义哲学早已深入中国人的现实生活和精神系统,是构建当代中国形而上学新形态中不可分割的有机组成部分。虽然上述两者还未真正实现与中国传统哲学的融会贯通,但三种思想资源的融合是有着深刻的历史和现实基础的。
短文本分类与长文本分类不同。长文本蕴含较为完备的语义信息和规范的表达模式,对长文本进行分类时传统的自然语言处理技术和分类方法可以达到很好的效果[8]。而短文本分类所面临的挑战在于短文本具有本身长度比较短、表达形式不规范、实时性强和海量性等特点[9],使得对短文本进处理时会产生特征异常稀疏、数据噪声大、上下文信息量少等问题。……
登录APP查看全文
