基于知识语义权重特征的朴素贝叶斯情感分类算法

被引：10

作者：

冀俊忠 ^{[1
]}

张玲玲 ^{[1
]}

吴晨生 ^{[2
]}

吴金源 ^{[1
]}

机构：

[1] 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室

[2] 北京市科学技术情报研究所

来源：

北京工业大学学报 | 2014年 / 40卷 / 12期

关键词：

语义权重特征; 朴素贝叶斯; 文本情感分类; 信息增益;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对文档级情感分类的准确率低于普通文本分类的问题,提出一种基于知识语义权重特征的朴素贝叶斯情感分类算法.首先,通过特征选择的方法,对情感词典中的词进行重要度评分并赋予不同权重.然后,基于词典极性的分布信息与文档情感分类的相关性,将情感词的语义权重特征融合到朴素贝叶斯分类中,实现了新算法.在标准中文数据集上的实验结果表明,提出的算法在准确率、召回率和F1测度值上都优于已有的一些算法.

引用

页码：1884 / 1890

页数：7

共 4 条

[1] 基于集成学习的半监督情感分类方法研究 [J].

高伟 ;

王中卿 ;

李寿山 .

中文信息学报, 2013, 27 (03) :120-126

[2] 基于情感关键句抽取的情感分类研究 [J].

林政 ;

谭松波 ;

程学旗 .

计算机研究与发展, 2012, 49 (11) :2376-2382

[3] 文本情感分析 [J].

赵妍妍 ;

秦兵 ;

刘挺 .

软件学报, 2010, 21 (08) :1834-1848

[4]

Automatic detection of opinion bearing words and sentences. Kim S M,Hovy E. Proceedings of the International Joint Conference on Natural Language Processing （IJCNLP） . 2005

← 1 →