학술논문
融合词性的Fasttext中文将来时识别
Document Type
Academic Journal
Source
网络安全技术与应用 / Network Security Technology & Application. (4):46-49
Subject
Language
Chinese
ISSN
1009-6833
Abstract
针对用户未来行为意图快速识别的问题,探讨融合词性特征的Fasttext模型的有效性以及采用不同特征融合的识别准确率,为以后的研究提供一定的借鉴.利用词性特征标记具有时间含义的词.在此基础上,利用伪标签数据集,采用监督学习的方法,分别对词、词性以及对应的n-gram特征进行融合,探究不同特征组合的有效性和准确率.结果表明:融合词性的Fasttext模型可以提高时态意图识别准确率.通过分别对这几类特征融合,使用词、词的n-gram和词性特征的Fasttext模型分类的准确率最高,平均识别的准确率为81.2％.