基于主题和关键词特征的比较文本分类方法

作者：丁勇; 程家桥; 蒋翠清; 王钊

来源：计算机工程与应用, 2020, 1-9.

• 主题模型
• 自编码器
• 特征扩展
• 比较文本分类 topicmodel
• autoencoder
• feature expansion
• comparative text classification

比较文本对于企业竞争产品分析至关重要，但目前面向问答领域的比较文本分类研究较少。针对问答文本中比较信息丰富、主题集中的特点，提出了基于主题特征和关键词特征扩展的比较文本分类方法。通过预训练主题模型，推断问答文本的主题概率分布作为其主题特征；针对向量拼接、求和导致关键词信息流失的问题，设计GRU自编码器实现关键词向量特征提取。综合文本主题信息和关键词语义，从语言、产品、情感、社交、主题、关键词角度构建比较文本分类特征，最后使用多种分类器对问答文本进行分类。实验结果表明，本文构建的特征行之有效，比较分本分类效果较好。

• 单位
  合肥工业大学