基于改进CHI特征选择的情感文本分类研究.docxVIP

下载本文档

2
0
约1.24万字
约 10页
2025-02-19 发布于山东
举报
版权申诉

基于改进CHI特征选择的情感文本分类研究.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2017年第36卷第5期传感器与微系统(TransducerandMicrosystemTechnologies)47

DOI:10.13873/J.1000-9787(2017)05-0047-05

基于改进CHI特征选择的情感文本分类研究*袁磊

(合肥工业大学计算机与信息学院，安徽合肥230009)

摘要：为了提高情感文本分类的准确率，对英文情感文本不同的预处理方式进行了研究，同时提出了一种改进的卡方统计量(CHI)特征提取算法。卡方统计量是一种有效的特征选择方法，但分析发现存在负相关现象和倾向于选择低频特征词的问题。为了克服不足之处，在考虑到词频、集中度和分散度等因素的基础上，考虑文本的长短不均衡和特征词分布，对词频进行归一化，提出了一种改进的卡方统计量特征提取算法。利用经典朴素贝叶斯和支持向量机分类算法在均衡语料、非均衡语料和混合长短文本语料上实验，实验结果表明：新的方法提高了情感文本分类的准确率。

关键词：情感分类；预处理；卡方统计量；特征选择

中图分类号：TP391文献标识码：A文章编号：1000-9787(2017)05-0047-05

StudyonsentimenttextclassificationbasedonimprovedCHIfeatureselection*

YUANLei

(SchoolofComputerandInformation,HefeiUniversityofTechnology,Hefei230009,China)

Abstract:Inordertoimprovetheaccuracyofsentimenttextclassification,differentpreprocessingmethodsofthesentimentofEnglishtextisstudied,andanimprovedalgorithmofChi-squarestatistic(CHI)featureextractionis

putforward.CHIisoneofthemostefficientfeatureselectionmethods,buttherearetwoweaknesses,negativecorrelationphenomenonandtendtochooselow-frequencyfeaturewords.Inordertoovercomethesetwoshortcomings,onthebasisoftakingintoaccountfactorsofwordfrequency,concentrationinformationanddispersioninformation,consideringthelengthofthetextisnotbalancedandthedistributionoffeaturewords,wordfrequencyisnormalized,CHIfeatureextractionalgorithmisproposed.UsingclassicalnaiveBayesandsupportvectormachine(SVM)classificationalgorithmsexperimentsiscarriedoutonbalancedcorpus,imbalancedcorpusandmixed-lengthcorpus,andexperimentalresultsshowthatthenewmethodimprovesaccuracyofsentimenttextclassification.

Keywords:sentimentclassification;preprocessing;Chi-squarestatistic(CHI);featureselection

0引言

互联网的普及和用户的增加极大促进了电子商务