基于图的半监督情感分类算法研究-应用数学专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 在互联网快速发展的今天，“大数据”的存储和使用，已经成为信息技术领域急需解决的 问题。文本数据作为人类知识的载体，意义非凡，如何运用大量未标记样本来提升文本情感 分类的精度，也变得愈发重要。本文主要研究了基于图的半监督情感分类算法，创新工作如 下。 （1）将半监督学习中重要的聚类核算法应用到情感分类问题中，给出了基于聚类核的半 监督情感分类算法。首先在标记样本和未标记样本上，建立加权无向图后，求解聚类核。然 后将该核函数用于 SVM 情感分类器的训练上，完成分类工作。该方法直接将未标记样本所 蕴含的信息融合到核中，不需要建立多个分类器。实验表明，该算法在分类精度上明显优于 基于 Self-learning SVM 和 Co-training SVM 的半监督情感分类算法，且在不同数据集上都有 较好的适应性。 （2）将聚类核算法同图最小分割法相结合应用到情感分类问题中，建立了基于图聚类核 的半监督情感分类算法。首先在所有样本上进行构图，对邻近标记点和未标记点分别给予不 同的权重。然后，求解出基于该图的聚类核，将通过聚类核从新表示后的数据带入到图最小 分割法中，得到更好的分类效果。该算法更好的满足半监督学习的基本假设，有效利用了未 标记样本中蕴含的信息。实验表明，该算法在分类精度上明显优于其他半监督情感分类算法， 且不同数据集上都有较好结果。 （3）将 Graph-of-words 文本表示模型引入半监督情感分类问题中，提出了两种基于 Graph-of-words 的半监督情感分类算法。在文本预处理过程中，使用 Graph-of-words 模型进行 文本向量化，然后将上述模型与前面提出的分类算法想结合，完成情感分类问题。该算法考 虑了文本表示方法对于情感分类算法的影响，进一步了提高半监督情感分类算法的分类精度。 实验表明，基于 Graph-of-words 模型的半监督情感分类算法在分类精度上明显优于前面列举 出的算法，改进效果明显。 关键词: 半监督学习 聚类核 图 情感分类 文本表示模型 I Abstract With the rapid development of the Internet today, it has become an urgent problem to use big data better in the field of information technology. Also, Text data, the carrier of human knowledge, is significant to human beings. Then the way to use a large number of unlabeled samples to improve the accuracy of sentiment classification has become more and more important. This paper mainly studied semi-supervised classification algorithm based on graph from the following three aspects: A semi-supervised sentiment classification algorithm based on Clustering Kernel was proposed. We firstly constructed a weighted undirected graph in the labeled samples and unlabeled samp