基于不平衡数据的中文情感分类.pdfVIP

第 26卷 第 3期 中文信息学报 V01．26，No．3 2012年 5月 JOURNALOFCHINESEINFORMATION PROCESSING M ay，2012 文章编号 ：1003-0077(2012)03-0033—05 基于不平衡数据的中文情感分类 王 中卿 ，李寿山，朱巧 明，李培峰，周 国栋 (苏州大学 计算机科学与技术学院，江苏 苏州 215006) 摘 要 ：近些年来 ，情感分类在 自然语言处理研究领域获得 了显著的发展 。然而 ，大部分 已有 的研究都假设参与分 类的正类样本和负类样本一样多，而实际情况中正负类数据的分布往往是不平衡 的。该文收集 四个产品领域的中 文评论文本 ，发现正类样本的数 目远远 多于负类样本 。针对不平衡数据 的中文情感分类 ，提 出了一种基于欠采样 和多分类算法的集成学习框架。在 四个不 同领域的实验结果表 明，我们 的方法能够显著提高分类性能，并明显优