基于核 Fisher 判别的中文文本情感分类研究

摘要：

针对文本情感分类准确率不高的问题,提出基于核 Fisher 判别的文本情感分类方法,判别文本观点是正面还是负面.首先采用向量空间模型对文档进行数据化表示,然后将不同权重计算方法和词性特征选择规则与核 Fisher 判别方法相结合来判别文档的情感观点.实验结果表明:核 Fisher 判别方法在训练的过程中使用了所有的文本特征向量而不是少数几个支持向量,因此比传统支持向量机具有较高的分类准确率,同时不同的权重特征计算方法和词性特征的选取规则对文本情感分类准确率具有较大的影响.

关键词：文本情感分类、核 Fisher 判别、支持向量机、向量空间模型、Fisher 线性判别

分类号：TP181(自动化基础理论)

在线出版日期：2013-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：112-114