面向跨领域情感分类的统一框架
文本的情感分类问题,印判断文本中的论断是持支持态度还是反对态度.已有的研究表明,监督分类方法对情感分类很有效.但是多数情况下,已有的标注数据与待判断情感类别的数据不属于同一个领域,此时监督分类算法的性能明显下降,由此产生的即为跨领域情感分类问题.为解决此问题,提出一个统一框架,分多阶段进行跨领域情感分类:首先利用训练域文本的准确标签来得到测试域文本的初始标签;然后将测试域建成一个加权网络,将一些较准确的测试文本作为“源点”和“汇点”,进一步利用热传导思想迭代进行跨领域情感分类.实验结果表明,此方法能大幅度提高跨领域情感分类的精度.
跨领域、情感分类、热传导模型、倾向性分析、迁移学习
50
TP391.1(计算技术、计算机技术)
国家自然科学基金项目61100083,60903139,61173064;国家"二四二"安全专项基金项目2011F65,2011A001;国家自然科学基金重点课题60933005;国家"九七三"重点基础研究发展计划基金项目2012CB316303
2013-09-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
1683-1689