不平衡情感分类中的特征选择方法研究

• 作者: 李培峰 李寿山 王中卿 王志昊
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 情感分类 不平衡数据 特征选择
• 年，卷（期）: 2013,（4）
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP391
• 字数: 4922字
• 语种: 中文

摘要

随着网络的发展,情感分类任务受到广大研究人员的密切关注.针对情感分类中的不平衡数据分布和高维特征问题,该文比较研究了四种经典的特征选择方法在不平衡情感分类中的应用.同时,该文提出了三种不同的特征选择模式并实验比较了这三种模式在分类和降维性能方面的表现.实验结果表明在不平衡数据的情感分类任务中,特征选择方法能够在不损失分类效果的前提下显著降低特征向量的维度.此外,特征选择方法中信息增益(IG)结合“先随机欠采样后特征选择”模式能够取得最佳的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
2	王中卿	苏州大学计算机科学与技术学院	30	200	9.0	14.0
3	李寿山	苏州大学计算机科学与技术学院	68	618	13.0	23.0
4	王志昊	苏州大学计算机科学与技术学院	4	20	2.0	4.0