基于SVM的文本情感极性分类研究.PDFVIP

第３１卷 第３期 广东工业大学学报 　 Ｖｏｌ．３１Ｎｏ．３ 　 　 　 　 　 　 　 　 　２０１４年９月　 ＪｏｕｒｎａｌｏｆＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ 　　Ｓｅｐｔｅｍｂｅｒ２０１４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７７１６２．２０１４．０３．０１７ 基于ＳＶＭ的文本情感极性分类研究 陈培文，傅秀芬 （广东工业大学 计算机学院，广东 广州５１０００６） 摘要：文本情感极性分类是文本情感分析首先要解决的关键问题．在分析影响文本情感分类的各类因素的基础上， 首先构建了情感词典，并进行情感特征选取以及情感特征加权，然后使用ＳＶＭ分类的方法对文本进行情感识别及 分类，最后在语料数据集的基础上，在单机平台上和Ｓｐａｒｋ分布式计算平台上执行分类模型，对比分析其分类精度 和时间代价．实验结果验证了本文构建的情感极性分类模型在单机和分布式云平台上中的有效性． 关键词：情感分类；支持向量机；Ｓｐａｒｋ分布式计算平台 中图分类号：ＴＰ３０９　　　　　　文献标志码：Ａ　　　　　　文章编号：１００７７１６２（２０１４）０３００９５０７ ＲｅｓｅａｒｃｈｏｎＳｅｎｔｉｍｅｎｔＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＴｅｘｔｓＢａｓｅｄｏｎＳＶＭ ＣｈｅｎＰｅｉｗｅｎ，ＦｕＸｉｕｆｅｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒｓ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｋｅｙｐｒｏｂｌｅｍｔｏｓｏｌｖｅｉｎａｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｏｆｔｅｘｔｓｉｓｔｈｅｓｅｎｔｉｍｅｎｔｐｏｌａｒｉｔｙｃｌａｓｓｉｆｉｃａ ｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｖａｒｉｏｕｓｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｔｅｘｔｓ，ｉｔｂｕｉｌｔｔｈｅｓｅｎｔｉ ｍｅｎｔｌｅｘｉｃｏｎ，ｅｘｔｒａｃｔｅｄａｆｆｅｃｔｉｖｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄｗｅｉｇｈｔｅｄｓｅｎｔｉｍｅｎｔａｌｆｅａｔｕｒｅｓ．Ｔｈｅｎ，ｉｔｕｓｅｄｓｕｐ ｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｃｌａｓｓｉｆｉｅｒｆｏｒｅｍｏｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｅｘｔｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｉｔｐｅｒｆｏｒｍｅｄ ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｗｉｔｈｔｈｅｃｏｒｐｕｓｄａｔａｓｅｔｓｏｎｔｈｅｓｉｎｇｌｅｐｌａｔｆｏｒｍａｎｄｔｈｅＳｐａｒｋｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｕ ｔｉｎｇｐｌａｔｆｏｒｍｔｏａｎａｌｙｚｅｉｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙａｎｄｔｉｍｅｃｏｓｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅｅｆｆｅｃ ｔｉｖｅｎｅｓｓｏｆｔｈｅｔｅｘｔｓｅｎｔｉｍｅｎｔａｌｐｏｌａｒｉｔｙｃａｔｅｇｏｒｉｚａｔｉｏｎｍｏｄｅｌｏｎｔｈｅｓｉｎｇｌｅｐｌａｔｆｏｒｍａｎｄｏｎｔｈｅｓｐａｒｋｄｉｓ ｔｒｉｂｕｔｅｄｃｏｍｐｕｔｉｎｇｐｌａｔｆｏｒｍ． Ｋｅｙｗｏｒｄｓ：ｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；Ｓｐａｒｋｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｕｔｉｎｇｐｌａｔｆｏｒｍ 　　文本情感分析，又称为倾向性分析、意见挖掘、 研究，并取得一定的成果，大致分为两个方向． 情感分类等．简言之，是对带有情感色彩的主观性文 １）使用情感词典及规则． ［１］ ［２］ 本进行分析、处理、归纳和推理的过程 ．开放性极 Ｔｕｒｎｅｙ等 针对情感词的不足，使用ＰＭＩ方法 强的互联网使得