中文微博情感分类的简单多标签排序算法SimpleMulti-计算机应用.PDFVIP

中文微博情感分类的简单多标签排序算法 1 1,2* 1,2 史绍亮 ，文益民 ，缪裕青 (1.桂林电子科技大学 计算机科学与工程学院，广西 桂林 541004 ； 2.广西可信软件重点实验室(桂林电子科技大学) ，广西 桂林 541004) (*通信作者电子邮箱：ymwen2004@) 摘 要：针对中文微博文本情感分类中的一种特定情形，提出了一种简单的多标签排序算法(TSMLR) ，该算法采用两步 学习和两步分类的策略，通过学习情感标签之间的主次关系，对微博文本的情感进行分类并对情感标签进行排序。首先，将 一个多标签排序问题转化为八个多类单标签分类问题，分别对主要情感标签和次要情感标签进行学习；然后，利用得到的分 类模型对微博表达的情感进行两步分类，首先给出主要情感标签，再给出次要情感标签。通过在 NLPCC2014 的中文微博 文本情感分析评测数据集上进行实验，与校准的多标签排序方法(CLR)相比，TSMLR 方法的准确度和平均精度分别提高了 8.59%和 9.28% ，错误率相应下降了9.77% ，而且TSMLR 所需的训练时间相对较少。实验结果表明：TSMLR 对标签之间顺 序关系的学习能够有效提高对中文微博情感分类的准确率。 关键词：情感分析; 中文微博; 多标签排序; 情感分类; 两步策略 中图法分类号 TP391.4 模式识别与装置 TP301.6 算法理论 文献标识码 A Simple Multi-label Ranking for Chinese Microblog Sentiment Classification 1 1,2* 1,2 SHI Shaoliang , WEN Yimin , MIAO Yuqing (1.School of Computer Science and Engineering, Guilin University of Electronic Technology, Guilin 541004, China; 2.Guangxi Key Laboratory of Trusted Software(Guilin University of Electronic Technology), Guilin 541004, China) Abstract: In order to solve a specific case in emotion classification of Chinese microblog text, a simple multi-label ranking algorithm (TSMLR) was proposed. The proposed algorithm employed the strategy of two-stage learning and two-stage classification, and can give ranking emotional labels for each microblog text. Firstly, it transforms the emotion classification problem into eight single-label classification problems. One learning model is trained for the dominant emotion and seven learning models are trained for the secondary emotion. It classifies for the dominant emotion label f