计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
33期
132-135,152
,共5页
邢玉娟%李恒杰%曹晓丽%张成文
邢玉娟%李恆傑%曹曉麗%張成文
형옥연%리항걸%조효려%장성문
文本情感分类%核Fisher判别%支持向量机%向量空间模型%相关性分析
文本情感分類%覈Fisher判彆%支持嚮量機%嚮量空間模型%相關性分析
문본정감분류%핵Fisher판별%지지향량궤%향량공간모형%상관성분석
针对文本情感分类准确率不高的问题,提出基于CCA-VSM分类器和KFD的多级文本情感分类方法.采用典型相关性分析对文档的权重特征向量和词性特征向量进行降维,在约简向量集上构建向量空间模型,根据模型之间的差异度设计VSM分类器,筛选出与测试文档差异度较小的R个模型作为核Fisher判别的输入,最终判别出文档的情感观点.实验结果表明:该方法比传统支持向量机有较高的分类准确率和较快的分类速度,权重特征和词性特征对分类准确率的影响较大.
針對文本情感分類準確率不高的問題,提齣基于CCA-VSM分類器和KFD的多級文本情感分類方法.採用典型相關性分析對文檔的權重特徵嚮量和詞性特徵嚮量進行降維,在約簡嚮量集上構建嚮量空間模型,根據模型之間的差異度設計VSM分類器,篩選齣與測試文檔差異度較小的R箇模型作為覈Fisher判彆的輸入,最終判彆齣文檔的情感觀點.實驗結果錶明:該方法比傳統支持嚮量機有較高的分類準確率和較快的分類速度,權重特徵和詞性特徵對分類準確率的影響較大.
침대문본정감분류준학솔불고적문제,제출기우CCA-VSM분류기화KFD적다급문본정감분류방법.채용전형상관성분석대문당적권중특정향량화사성특정향량진행강유,재약간향량집상구건향량공간모형,근거모형지간적차이도설계VSM분류기,사선출여측시문당차이도교소적R개모형작위핵Fisher판별적수입,최종판별출문당적정감관점.실험결과표명:해방법비전통지지향량궤유교고적분류준학솔화교쾌적분류속도,권중특정화사성특정대분류준학솔적영향교대.