基于集成学习的半监督情感分类方法研究

• 作者: 李寿山 王中卿 高伟
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 情感分类 半监督 集成学习
• 年，卷（期）: 2013,（3）
• 页码范围: 120-126
• 页数: 7页
• 分类号: TP391
• 字数: 6502字
• 语种: 中文

摘要

情感分类旨在对文本所表达的情感色彩类别进行分类的任务.该文研究基于半监督学习的情感分类方法,即在很少规模的标注样本的基础上,借助非标注样本提高情感分类性能.为了提高半监督学习能力,该文提出 ’了一种基于一致性标签的集成方法,用于融合两种主流的半监督情感分类方法:基于随机特征子空间的协同训练方法和标签传播方法.首先,使用这两种半监督学习方法训练出的分类器对未标注样本进行标注；其次,选取出标注一致的未标注样本；最后,使用这些挑选出的样本更新训练模型.实验结果表明,该方法能够有效降低对未标注样本的误标注率,从而获得比任一种半监督学习方法更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王中卿	苏州大学计算机科学与技术学院	30	200	9.0	14.0
2	李寿山	苏州大学计算机科学与技术学院	68	618	13.0	23.0
3	高伟	苏州大学计算机科学与技术学院	7	66	4.0	7.0