基于知识语义权重特征的朴素贝叶斯情感分类算法-北京工业大学学报.PDF

第40卷 第12期 北 京 工 业 大 学 学 报 Vol.40 No.12 2014年 12月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY Dec. 2014 基于知识语义权重特征的朴素贝叶斯情感分类算法 1 1 2 1 冀俊忠 ,张玲玲 ,吴晨生 ,吴金源 (1. 北京工业大学 计算机学院多媒体与智能软件技术北京市重点实验室,北京 100124; 2. 北京市科学技术情报研究所,北京 100048) 摘 要:针对文档级情感分类的准确率低于普通文本分类的问题,提出一种基于知识语义权重特征的朴素贝叶斯 情感分类算法. 首先,通过特征选择的方法,对情感词典中的词进行重要度评分并赋予不同权重. 然后,基于词典 极性的分布信息与文档情感分类的相关性,将情感词的语义权重特征融合到朴素贝叶斯分类中,实现了新算法. 在 标准中文数据集上的实验结果表明,提出的算法在准确率、召回率和F 测度值上都优于已有的一些算法. 1 关键词:语义权重特征;朴素贝叶斯;文本情感分类;信息增益 中图分类号:TP181 文献标志码:A 文章编号:0254-0037(2014)12-1884-07 Semantic Weight-based Naive Bayesian Algorithm for Text Sentiment Classification 1 1 2 1 JI Jun-zhong ,ZHANG Ling-ling ,WU Chen-sheng ,WUJin-yuan (1.Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology,College of Computer Science and Technology,Beijing University of Technology,Beijing 100124,China; 2.Beijing Institute Science and Technology Information,Beijing 100048,China) Abstract:To solvethedrawbackthattheprecisionof thedocument-level sentiment classificationislower than that of the normal text classification,this paper proposes a semantic weight-based Native Bayesian algorithm for text sentiment classification. First,the words in an emotion dictionary were scored and weighted using a feature selection method. Second,based on the correlation between the distribution of dictionary polar and the document-level sentiment cl