Combinando Recursos Lexicais e Semânticos para Classificação de Textos Curtos

Neste artigo, propomos uma abordagem inovadora para classificar textos curtos, combinando tanto suas características lexicais quanto semânticas. Apresentamos um método de medição aprimorado para seleção de características lexicais e, além disso, obtemos as características semânticas com o repositório de conhecimento de fundo que abrange domínios da categoria-alvo. A combinação de características lexicais e semânticas é realizada mapeando palavras para tópicos com diferentes pesos. Dessa forma, a dimensionalidade do espaço de características é reduzida para o número de tópicos. Aqui usamos a Wikipedia como conhecimento de fundo e empregamos a Máquina de Vetores de Suporte (SVM) como classificador. Os resultados dos experimentos mostram que nossa abordagem tem melhor efetividade em comparação com os métodos existentes para classificar textos curtos.