不平衡情感分类的分析研究.PPTVIP

Semi-supervised Text Categorization by Considering Sufficiency and DiversityShoushan Li †‡ Sophia Yat Mei Lee‡ Wei Gao† Chu-Ren Huang‡† Natural Language Processing Lab, School of Computer Science and Technology, Soochow University, China‡ CBS, The Hong Kong Polytechnic University, Hong Kong 目录 半监督文本分类 传统半监督方法所面临的问题 样本的多样性与充分性 多样性的实现 特征子空间差异性实现 实验设置 实验结果分析 结语 半监督文本分类 近些年来，半监督文本分类在自然语言处理研究领域获得了显著的发展。 半监督文本分类旨在少量的标注样本基础上，利用未标注样本，提高分类性能。 半监督情感分类常见方法： 自训练（self-training） 标签传播算法(LP) Tri-training EM 传统半监督方法所面临的问题 传统半监督学习方法（self-training）理论上应该是有效的： eg: This brand is the