基于pos-cbow语言模型的相似词分析

相似词分析是自然语言处理领域的研究热点之一，在文本分类、机器翻译和信息推荐等领域中具有重要的研究价值和应用意义。针对新浪微博短文本的特点，给出一种带词性的连续词袋模型（pos-cbow）。该模型在连续词袋模型的基础上加入过滤层和词性标注层，对空间词向量进行优化和词性标注，通过空间词向量的余弦相似度和词性相似度来判别词向量的相似性，并利用统计分析模型筛选出最优相似词集合。实验表明，基于pos-cbow语言模型的相似词分析算法优于传统cbow语言模型。