我是机器学习的新手，想使用本体（分类法/知识图）和监督学习方法（我有一个带注释的训练数据集）对句子进行分类。
我的问题是如何使用本体来完成这项任务？下面的方法正确吗？
我将首先执行标记化、词干化和停用词删除（预处理）。然后，我将在本体中搜索每个术语，并在找到它们之后，将它们的相关层次结构添加到每个文档的数组或向量中。然后我将在这些向量上训练分类器（监督）。
请让我知道此方法是否正确，或者我是否缺少此处的步骤。
谢谢！:)
如何使用本体进行文本分类？
数据挖掘
分类
文本分类
知识图谱
2022-03-02 16:53:29
1个回答
由于没有人回答我的问题，我将描述我在这里为其他人找到的内容。
与我在上面的问题中描述的类似，您会进行预处理，然后在本体中查找术语并将它们替换为本体中的整个分支。之后，你训练你的模型。
笔记：
由于您拥有包含所有相关术语的本体，因此您可以在预处理时保留停用词。可以通过列表或使用 sklearn 或 Spacy 来删除停用词。此外，Spacy 执行词形还原，这也可以通过本体来完成（更准确，但可能更慢）。
使用 SPARQL 处理本体和模式匹配。Spacy 也进行模式匹配；此外，Lucene 和其他几个工具。但是，我没有将它们与本体一起使用。也可以使用相似度算法。
我发现随机森林在传统的监督方法中效果最好。但是，可能使用神经网络可能会产生更好的结果。请记住，您可以在没有本体的情况下使用替代方法进行文本分类，例如词嵌入和主题模型。Spacy 似乎也是文本分类的好工具。它有很好的文档。
其它你可能感兴趣的问题