

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著文本分類技術(shù)的日趨成熟,其在口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類中的應(yīng)用也越來(lái)越深入;隨著統(tǒng)計(jì)模型發(fā)展,跟規(guī)則方法相比較,其在文檔歸類技術(shù)中嶄露頭角??谡Z(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類問(wèn)題本質(zhì)上可以看作文本分類問(wèn)題,由于口語(yǔ)對(duì)話文本長(zhǎng)度較短,可將其歸到短文本分類問(wèn)題中。由于短文本具有長(zhǎng)度短、內(nèi)容少、不能提供足夠的詞頻共現(xiàn)、特征稀疏等問(wèn)題,傳統(tǒng)文本分類方法不能直接應(yīng)用。當(dāng)前,短文檔分類問(wèn)題備受關(guān)注并成為現(xiàn)如今文檔分類領(lǐng)域研究熱門方面。其中,基于文本擴(kuò)充的短文本分類
2、方法和借助外部知識(shí)源進(jìn)行語(yǔ)義挖掘的短文本分類方法是主流研究方法。如何通過(guò)文本擴(kuò)充、充分挖掘語(yǔ)義信息來(lái)獲得好的短文本分類特征、提高短文本分類性能亟待解決,本論文基于以上問(wèn)題展開相關(guān)研究工作。
該篇論文把語(yǔ)音識(shí)別獲得的口語(yǔ)對(duì)話文檔視作短文檔,把口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域歸類問(wèn)題視作短文檔歸類問(wèn)題,主要圍繞文本擴(kuò)充和挖掘短文本語(yǔ)義信息重要方面,以文本分類技術(shù)、LDA模型、神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型word2vec及文本分類算法KNN為重要支撐,采用基于
3、詞嵌入擴(kuò)充和改進(jìn)主題分布相似度口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類方法,通過(guò)調(diào)節(jié)文本擴(kuò)充長(zhǎng)度、LDA模型主題個(gè)數(shù)、KNN分類近鄰數(shù)等參數(shù)進(jìn)行實(shí)驗(yàn),對(duì)口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類問(wèn)題展開研究。針對(duì)口語(yǔ)對(duì)話系統(tǒng)中領(lǐng)域分類技術(shù),該篇論文著重在以下兩點(diǎn)展開研討:
1.提出了詞嵌入擴(kuò)充口語(yǔ)對(duì)話文本領(lǐng)域分類方法。針對(duì)口語(yǔ)對(duì)話系統(tǒng)中口語(yǔ)對(duì)話文本長(zhǎng)度短、內(nèi)容少、特征稀疏的問(wèn)題,本文采用神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型word2vec對(duì)短文本進(jìn)行擴(kuò)充并采用 LDA主題模型進(jìn)行口語(yǔ)對(duì)話
4、文本領(lǐng)域分類。實(shí)驗(yàn)結(jié)果表明,與未經(jīng)擴(kuò)充的分類方法相比,該分類方法的平均準(zhǔn)確率、平均召回率和平均F1值均有一定提高,且該方法具有穩(wěn)健性。
2.提出了改進(jìn)主題分布相似度的口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類。針對(duì)口語(yǔ)對(duì)話文本表示模型VSM維度高、語(yǔ)義特征不明顯的問(wèn)題,本文以 LDA模型得出的主題分布作為分類特征,并根據(jù)LDA模型得出的主題-詞分布矩陣對(duì)主題分布進(jìn)行改進(jìn),將改進(jìn)后的主題分布向量送入KNN分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,與VSM方法比較
5、,基于主題分布相似度的口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類方法的平均F1值提高4.5%,基于改進(jìn)主題分布相似度的口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類方法的平均F1值提高5.2%,驗(yàn)證了該方法的有效性。
本文首先就口語(yǔ)對(duì)話系統(tǒng)領(lǐng)域分類問(wèn)題的理論基礎(chǔ)進(jìn)行闡述,如口語(yǔ)對(duì)話系統(tǒng)組成、文本分類技術(shù)、LDA模型建模及推理等。
其次,介紹兩種口語(yǔ)對(duì)話文本歸類要領(lǐng),在 LDA模型分類基礎(chǔ)上引入word2vec對(duì)口語(yǔ)對(duì)話文本進(jìn)行擴(kuò)充、在KNN分類基礎(chǔ)上選取LDA模型
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LDA模型的領(lǐng)域自動(dòng)問(wèn)答系統(tǒng).pdf
- 基于LDA模型的文本分類研究.pdf
- 基于改進(jìn)LDA模型的自然圖像分類.pdf
- 基于LDA主題模型的圖像場(chǎng)景分類研究.pdf
- 基于LDA主題模型的圖像場(chǎng)景分類.pdf
- 限定領(lǐng)域口語(yǔ)對(duì)話系統(tǒng)中的言語(yǔ)行為分析.pdf
- 肉類食品安全追溯系統(tǒng)領(lǐng)域模型的研究.pdf
- 基于LDA模型的專利文本分類及演化研究.pdf
- 基于LDA模型與SVM的文本分類研究與實(shí)現(xiàn).pdf
- 基于LDA模型的圖書館文獻(xiàn)分類系統(tǒng)設(shè)計(jì)與開發(fā).pdf
- 基于RNN和LDA模型的商品評(píng)論情感分類研究.pdf
- 基于詞性與LDA主題模型的文本分類技術(shù)研究.pdf
- 網(wǎng)絡(luò)項(xiàng)目申報(bào)系統(tǒng)領(lǐng)域模型及關(guān)鍵技術(shù)研究.pdf
- 基于模型驅(qū)動(dòng)架構(gòu)的醫(yī)學(xué)影像信息管理系統(tǒng)領(lǐng)域建模研究.pdf
- 英語(yǔ)口語(yǔ) 情景對(duì)話(分類模板)
- 基于LDA多模型中文短文本主題分類體系構(gòu)建與分類.pdf
- 基于Spark并行LDA主題模型的研究.pdf
- 基于lda多模型中文短文本主題分類體系構(gòu)建與分類
- 基于LDA模型的醫(yī)療診斷研究.pdf
- 基于LDA模型的作者興趣發(fā)現(xiàn)研究.pdf
評(píng)論
0/150
提交評(píng)論