本文選題：向量空間模型 + TFIDF算法　； 參考：《北京理工大學學報》2017年09期

【摘要】：針對社區(qū)問答系統(tǒng)問句相似度計算問題,提出了一種改進的TFIDF算法.按照用戶的查詢意圖對問句進行分類,根據(jù)特征詞在類別中的分布對權值進行調(diào)整;將問句的主題詞歸入特征項進行TFIDF計算.實驗結(jié)果表明,本文改進的TFIDF算法的P@3比傳統(tǒng)的TFIDF算法提高了7.66%,比TFIDF-IG算法提高了5.31%,而且P@5和P@10也有不同程度的提高,與傳統(tǒng)TFIDF算法和參考改進算法相比,該算法明顯提高了檢索性能.
[Abstract]:An improved TFIDF algorithm is proposed to calculate the similarity of question sentences in community question answering system. According to the user's query intention, the question sentence is classified, the weight value is adjusted according to the distribution of the feature words in the category, and the subject words of the question sentence are classified into the feature items for TFIDF calculation. The experimental results show that compared with the traditional TFIDF algorithm, the improved TFIDF algorithm has 7.66% higher than the traditional TFIDF algorithm, 5.31% higher than the TFIDF-IG algorithm, and also has a different degree of improvement compared with the traditional TFIDF algorithm and the improved reference algorithm. This algorithm improves the retrieval performance obviously.
【作者單位】： 北京理工大學信息與電子學院;
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前10條

1 王樹西;趙星秋;潘碩;;問答系統(tǒng)在教學中的應用[J];中國教育信息化;2007年07期

2 盧志堅,張冬茉;中文問答系統(tǒng)中的問句理解[J];計算機工程;2004年18期

3 林曉慶;;問答系統(tǒng)中基于列表類問題的研究[J];電腦知識與技術(學術交流);2007年07期

4 張積賓;徐志明;王恒;潘啟樹;;面向大規(guī)模網(wǎng)絡數(shù)據(jù)的社會化問答系統(tǒng)[J];哈爾濱工業(yè)大學學報;2008年12期

5 賈君枝;毛海飛;;漢語框架網(wǎng)絡問答系統(tǒng)問句處理研究[J];圖書情報工作;2008年10期

6 胡小華;劉軒;劉丹;陸偉;;基于冗余的仿真問答系統(tǒng)的輕量級局部文本分析[J];圖書情報知識;2009年01期

7 張中峰;李秋丹;;社區(qū)問答系統(tǒng)研究綜述[J];計算機科學;2010年11期

8 陳玉;;基于“為什么”問句的中文問答系統(tǒng)研究[J];農(nóng)業(yè)網(wǎng)絡信息;2010年11期

9 陳玉;;基于關鍵詞距離的中文問答系統(tǒng)研究[J];電腦開發(fā)與應用;2011年01期

10 劉寧鋒;史曉東;;中文問答系統(tǒng)中答案抽取的研究[J];電腦知識與技術;2011年12期

相關會議論文 前10條

1 何靖;陳，

本文編號：1835508