首页> 中文会议>信息系统协会中国分会第四届学术年会 >基于统计机器学习的中文在线评论的情感特征项选择

基于统计机器学习的中文在线评论的情感特征项选择

摘要

采用统计机器学习方法,对面向情感分类的中文在线评论特征项的选择进行研究.选取词性、词性组合、n-gram作为情感文本的潜在特征项,利用文档频率法对特征项实施降维处理,采用布尔权重法构建特征向量,并采用SVM分类器进行在线评论的情感分类.最后,以手机在线评论为对象进行实验分析,结果表明:中文在线评论的情感分类中,将形容词、副词和动词一同作为特征项,分类准确率最高,选用n-gram作为特征项时,分类准确率随着阶数的增加而下降.同时发现,选取训练语料和特征项的数量对分类效果也有显著影响,但并非数量越多准确率越高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号