基于协同训练的意图分类优化方法.pdfVIP

２０１９年５月现代情报Ｍａｙ，２０１９

第３９卷第５期ＪｏｕｒｎａｌｏｆＭｏｄｅｒｎＩｎｆｏｒｍａｔｉｏｎＶｏｌ３９Ｎｏ５

·信息组织与信息检索·

基于协同训练的意图分类优化方法

邱云飞刘聪∗

（辽宁工程技术大学软件学院，辽宁葫芦岛１２５０００）

摘要：［目的／意义］针对单纯使用统计自然语言处理技术对社交网络上产生的短文本数据进行意向分类

－

时存在的特征稀疏、语义模糊和标记数据不足等问题，提出了一种融合心理语言学信息的Ｃｏｔｒａｉｎｉｎｇ意图分类

方法。［方法／过程］首先，为丰富语义信息，在提取文本特征的同时融合带有情感倾向的心理语言学线索对特

征维度进行扩展。其次，针对标记数据有限的问题，在模型训练阶段使用半监督集成法对两种机器学习分类方法

－

（基于事件内容表达分类器与情感事件表达分类器）进行协同训练（Ｃｏｔｒａｉｎｉｎｇ）。最后，采用置信度乘积的投票

制进行分类。［结论／结果］实验结果表明融入心理语言学信息的语料再经过协同训练的分类效果更优。

－

关键词：社交网络；意图分类；心理语言学；协同训练（Ｃｏｔｒａｉｎｉｎｇ）

－

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８０８２１．２０１９．０５．００８

－－－

〔中图分类号〕ＴＰ３９１〔文献标识码〕Ａ〔文章编号〕１００８０８２１（２０１９）０５００５７０７

ＩｎｔｅｎｔｉｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎＯｐｔｉｍｉｚａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＣｏｌｌａｂｏｒａｔｉｖｅＴｒａｉｎｉｎｇ

ＱｉｕＹｕｎｆｅｉＬｉｕＣｏｎｇ∗

（ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５０００，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／Ｓｉｇｎｉｆｉｃａｎｃｅ］Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｆｅａｔｕｒｅｓｐａｒｓｅｎｅｓｓ，ｓｅｍａｎｔｉｃａｍｂｉｇｕｉｔｙａｎｄｍａｒｋｄａｔａ

ｉｎｓｕｆｆｉｃｉｅｎｃｙｃａｕｓｅｄｂｙｕｓｉｎｇｓｉｎｇｌｅｓｔａｔｉｓｔｉｃａｌｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙｆｏｒｉｎｔｅｎｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｓｈｏｒｔｔｅｘｔ

－

ｄａｔａｇｅｎｅｒａｔｅｄｏｎｓｏｃｉａｌｎｅｔｗｏｒｋｓ，ａｐｓｙｃｈｏｌｉｎｇｕｉｓｔｉｃｉｎｆｏｒｍａｔｉｏｎｂａｓｅｄＣｏｔｒａｉｎｉｎｇｉｎｔｅｎｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏ⁃

ｐｏｓｅｄ．［Ｍｅｔｈｏｄ／Ｐｒｏｃｅｓｓ］Ｆｉｒｓｔｌｙ，ｉｎｏｒｄ