文本褒贬倾向判别研究

• 作者: 李银花 王素格
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本褒贬倾向判别 概率潜在语义分析 Fisher判别准则 支持向量机
• 年，卷（期）: 2011,（18）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 160-162,230
• 分类号: TP391
• 字数: 4084字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.18.046

摘要

在文本的向量空间表示模型下,针对文本褒贬倾向判别问题,提出了一种基于潜在语义分析的特征权重计算方法.除词频信息外,该方法考虑了潜在语义分析所提供的同义词、近义词信息对特征权重的影响.采用基于Fisher判别准则的特征选择方法,以支持向量机作为分类器,在2 739篇语料(2008年中文倾向性分析评测)上进行了实验.实验结果表明,提出的特征权重计算方法对文本褒贬倾向判别是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
2	李银花	太原科技大学应用科学学院	3	20	1.0	3.0