1、短文本相似度的關(guān)鍵技術(shù)研究專業(yè)名稱：計算機軟件與理論申請人：劉令強指導教師：困陳元琰教授論文答辯委員會主席：域瓤：絲翌鑿。。壅查魚。。：悉一，星Ll芝慕粒。。，羔i碰_■___’■o■■■■__o’●o_____H一短文本片段進行特征詞的擴展，再結(jié)合上面的基于多粒度的主題模型的方法來提高相似度計算的準確率，和方法一類似先對短文本訓練集進行數(shù)據(jù)建模并分析短文本測試集中不同短文本片段的主題成分，把每個短文本相似度片段中所占的主題成分最多的幾

2、個主題作為主題標記添加到每個對應的短文本片段的里面，來提高短文本的特征詞的數(shù)量，如果兩個短文本片段擁有類似的主題成分，這兩個短文本片段有相同的主題標記，進而提高兩個短文本相似度的計算。實驗結(jié)果表明本文提出的方法能夠有效的提高短文本分類器的性能，相對于BuyAns數(shù)據(jù)集在KNN和KNNMTBS上分類性能，基于結(jié)合短文本特征詞擴展和基于多粒度的方法平均準確率提高了41％左右；本文所提出的方法在問題分類數(shù)據(jù)集Phan上的分類性能比KNN，KN