情报学报
情報學報
정보학보
2012年
11期
1202-1209
,共8页
情感倾向性%跨领域%迁移学习%双重选择
情感傾嚮性%跨領域%遷移學習%雙重選擇
정감경향성%과영역%천이학습%쌍중선택
情感倾向性分析旨在识别评论中隐含的情感信息,在产品声誉分析、舆情监控、个性推荐等方面具有广阔的应用前景.在评测消费者对新发布产品的态度时,本产品领域中可供参考的已分类评论数据往往较少,而其他相关领域可能存在大量的已分类的评论数据,利用其他产品已标注的评论数据对新产品进行情感倾向性分析,属于跨领域的情感分类问题.针对这一问题,本文引入迁移学习机制,将经典迁移学习TrAdaBoost算法的样本迁移机制应用于情感倾向性分析,并针对积极类和消极类分类精度不均衡问题提出了改进策略,首先根据评论样本权重进行第一次选择,其次结合分类置信度对评论样本进行第二次选择.实验结果表明,在整体分类精度有所提高的前提下,改进算法的优势在于均衡了积极类和消极类的分类精度,使得分类结果更具实际参考价值.
情感傾嚮性分析旨在識彆評論中隱含的情感信息,在產品聲譽分析、輿情鑑控、箇性推薦等方麵具有廣闊的應用前景.在評測消費者對新髮佈產品的態度時,本產品領域中可供參攷的已分類評論數據往往較少,而其他相關領域可能存在大量的已分類的評論數據,利用其他產品已標註的評論數據對新產品進行情感傾嚮性分析,屬于跨領域的情感分類問題.針對這一問題,本文引入遷移學習機製,將經典遷移學習TrAdaBoost算法的樣本遷移機製應用于情感傾嚮性分析,併針對積極類和消極類分類精度不均衡問題提齣瞭改進策略,首先根據評論樣本權重進行第一次選擇,其次結閤分類置信度對評論樣本進行第二次選擇.實驗結果錶明,在整體分類精度有所提高的前提下,改進算法的優勢在于均衡瞭積極類和消極類的分類精度,使得分類結果更具實際參攷價值.
정감경향성분석지재식별평론중은함적정감신식,재산품성예분석、여정감공、개성추천등방면구유엄활적응용전경.재평측소비자대신발포산품적태도시,본산품영역중가공삼고적이분류평론수거왕왕교소,이기타상관영역가능존재대량적이분류적평론수거,이용기타산품이표주적평론수거대신산품진행정감경향성분석,속우과영역적정감분류문제.침대저일문제,본문인입천이학습궤제,장경전천이학습TrAdaBoost산법적양본천이궤제응용우정감경향성분석,병침대적겁류화소겁류분류정도불균형문제제출료개진책략,수선근거평론양본권중진행제일차선택,기차결합분류치신도대평론양본진행제이차선택.실험결과표명,재정체분류정도유소제고적전제하,개진산법적우세재우균형료적겁류화소겁류적분류정도,사득분류결과경구실제삼고개치.
