基于word2vec结合TFIDF的词类扩充应用研究

作     者：王昕元 武君胜 

作者机构：西北工业大学软件与微电子学院西安710072 

出 版 物：《电脑编程技巧与维护》 (Computer Programming Skills & Maintenance)

年 卷 期：2017年第22期

页      码：23-25,50页

摘      要：旨在解决在词类标注样本稀缺的环境下,通过某种算法来给词类进行关键词扩充,应用场景是互联网社交平台需要根据话题组即词类,进行广告推送,而词类扩充相关词能达到广告推送量大,而且精准的效果。实验中前后使用了两种算法进行研究,一种是类似于Google的Page rank找到相关词进行扩充,这是运用比较广泛的算法;另一种是提出的与结合TFIDF的word2vec计算词间相关性的算法。给出了对比数据,word2vec能较好地实现词类扩充的需求。

主 题 词：word2vec 神经网络 TFIDF 词类扩充 计算广告 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16184/j.cnki.comprg.2017.22.008

馆 藏 号：203278540...