基于特征变换的跨领域产品评论倾向性分析

被引：10

作者：

孟佳娜 ^{[1
,2
]}

段晓东 ^{[1
]}

杨亮 ^{[2
]}

机构：

[1] 大连民族学院计算机科学与工程学院

[2] 大连理工大学计算机科学与技术学院

来源：

计算机工程 | 2013年 / 39卷 / 10期

基金：

中国博士后科学基金;

关键词：

特征变换; 倾向性分析; 产品评论; 源领域; 目标领域; 领域独立词; 领域依赖词;

D O I：

暂无

中图分类号：

TB47 [工业设计]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140303 [工业设计];

摘要：

传统的情感倾向性分析方法主要针对同一领域的文本,对于不同领域的文本,传统方法效果较差。为解决该问题,提出一种基于特征变换的跨领域产品评论倾向性分析方法。通过领域独立词建立源领域和目标领域的领域依赖词之间的关联,将源领域的领域知识迁移到目标领域中,以解决数据分布不同造成的分类器效果下降的问题。使用产品评论文本作为语料进行实验,结果表明,在所有语料上基于支持向量机和逻辑回归方法的平均精度分别为76.61%和76.81%,均高于Baseline算法的平均结果。

引用

页码：167 / 171

页数：5

共 4 条

[1]

Large-scale Bayesian logistic regression for text categorization [J].