文献类型：期刊文章

作　　者：唐焕玲[1,2,3] 卫红敏[4] 王育林[1] 朱辉[5] 窦全胜[1,2,3]

TANG Huanling;WEI Hongmin;WANG Yulin;ZHU Hui;DOU Quansheng(School of Computer Science and Technology,Shandong Technology and Business University,Yantai,Shandong 264005,China;Co-innovation Center of Shandong Colleges and Universities:Future Intelligent Computing,Yantai,Shandong 264005,China;Key Laboratory of Intelligent Information Processing in Universities of Shandong(Shandong Technology and Business University),Yantai,Shandong 264005,China;School of Information and Electronic Engineering,Shandong Technology and Business University,Yantai,Shandong 264005,China;Shanghai Conversation Intelligence Co.Ltd.,Shanghai 200120,China)

机构地区：[1]山东工商学院计算机科学与技术学院,山东烟台264005 [2]山东省高等学校协同创新中心:未来智能计算,山东烟台264005 [3]山东省高校智能信息处理重点实验室(山东工商学院),山东烟台264005 [4]山东工商学院信息与电子工程学院,山东烟台264005 [5]上海绘话智能科技有限公司,上海200120

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(61976124,61976125,62176140,61873177,61972235,82001775)。

年　　份：2022

卷　　号：58

期　　号：13

起止页码：135-145

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：文本的语义表示是自然语言处理和机器学习领域的研究难点,针对目前文本表示中的语义缺失问题,基于LDA主题模型和Word2vec模型,提出一种新的文本语义增强方法Sem2vec(semantic to vector)模型。该模型利用LDA主题模型获得单词的主题分布,计算单词与其上下文词的主题相似度,作为主题语义信息融入到词向量中,代替one-hot向量输入至Sem2vec模型,在最大化对数似然目标函数约束下,训练Sem2vec模型的最优参数,最终输出增强的语义词向量表示,并进一步得到文本的语义增强表示。在不同数据集上的实验结果表明,相比其他经典模型,Sem2vec模型的语义词向量之间的语义相似度计算更为准确。另外,根据Sem2vec模型得到的文本语义向量,在多种文本分类算法上的分类结果,较其他经典模型可以提升0.58%~3.5%,同时也提升了时间性能。

关 键 词：LDA主题模型  Word2vec模型  语义词向量  语义相似度 文本分类

分 类 号：TP181]