情感文本分类混合模型及特征扩展策略

摘要：

针对篇章级别情感文本分类问题,分析了传统的生成式模型和判别式模型的性能,提出了一种级联式情感文本分类混合模型以及句法结构特征扩展策略.在该模型中,生成式模型(朴素贝叶斯分类器)和判别式模型(支持向量机)以级联的方式进行组合,旨在消除对于分类临界样本,模型判决置信度不足引起的误差.在混合模型的基础上,提出了一种高效扩展依存句法特征的策略.该策略既提高了系统的正确率,又避免了传统特征扩展方法所带来的计算量增加的问题.实验结果表明,混合模型及特征扩展策略与传统方法相比,在算法准确性和效率上,都有显著的提高.

关键词：文本分类、情感分类、混合模型、特征扩展

所属期刊栏目：6

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家"863"计划资助项目2008AA01Z148;黑龙江省杰出青年科学基金资助项目JC200703;哈尔滨市科技创新人才研究专项基金资助项目2007RFXXG009

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：483-488