中文情感分类挖掘预处理关键技术比较研究

摘要：

比较研究了中文情感分类挖掘预处理技术的不同组合对分类效果的影响.预处理中关键技术为文本分词、特征选择和权重计算.考察了文档频率DF、信息增益IG、互信息MI、X2分布CHI、文本证据权(Weight of Evi-dence for Text,WET)5种不同的特征选取方法和布尔权重、词频型特征权重TF、TF-IDF函数3种常用的权重计算方法的15种不同组合.采用支持向量机(SVM)分类器以考察特征选择方法和权重计算方法不同的组合的对情感分类的效果.实验结果表明IG和TF-IDF的组合最为有效,WET和TF的组合效果最差,并给出了效果差异的原因.

关键词：情感分类、预处理、特征值选择、特征权重、支持向量机(SVM)

所属期刊栏目：30

分类号：TP18(自动化基础理论)

资助基金：湖北省教育厅科学技术研究重大项目“知识管理视野下的离群数据挖掘应用与优化研究项目”Z20091701;湖北省科技计划软科学研究专项项目“湖北省产学研合作与知识共享创新模式研究项目”2010DEA025;湖北省社会科学基金项目“知识管理视野的湖北纺织服装产业发展研究项目”[2010]064

在线出版日期：2012-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：160-163