基于扩展的情感词典和卡方模型的中文情感特征选择方法

被引：6

作者：

胡思才 ^{[1
,2
]}

孙界平 ^{[1
]}

琚生根 ^{[1
]}

王霞 ^{[1
]}

龙彬 ^{[1
,3
]}

廖强 ^{[4
]}

机构：

[1] 四川大学计算机学院

[2] 解放军部队

[3] 四川大学外国语学院

来源：

四川大学学报(自然科学版) | 2019年 / 56卷 / 01期

关键词：

情感词典; 卡方模型; 特征选择; 知网; 否定词;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

根据经典的特征选择方法在中文情感评论文本中应用的缺陷和不足,提出了一种改进的中文情感特征选择方法.目前,现有的情感特征选择方法普遍只利用了特征项在褒贬类中的统计信息,忽略了情感极性值对特征选择的影响;同时情感文本中否定词会带来特征项情感极性反转的情况,为特征选择带来较大的负面影响.针对这些问题,首先对情感文本中的否定词进行了检测和判定,对否定词界定范围内的情感特征词进行反义变换处理,有效的解决了情感文本中极性反转的问题.同时还将特征项的情感极性值和其在类中的频率特点两个因素融入到卡方特征选择模型(CHI)中,从而提升了卡方模型在文本情感特征选择的效果.实验结果表明,本文算法较其他算法在多个领域数据集上的情感分类准确率提高了1.5%左右.

引用

页码：37 / 44

页数：8

共 12 条

[1] 基于情感词典方法的情感倾向性分析 [J].