基于核 Fisher 判别的中文文本情感分类研究

• 作者: 张成文 曹晓丽 李恒杰 邢玉娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 文本情感分类 核 Fisher 判别 支持向量机 向量空间模型 Fisher 线性判别
• 年，卷（期）: 2013,（1）
• 页码范围: 112-114
• 分类号: TP181
• 字数: 3635字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.01.028

摘要

针对文本情感分类准确率不高的问题,提出基于核 Fisher 判别的文本情感分类方法,判别文本观点是正面还是负面.首先采用向量空间模型对文档进行数据化表示,然后将不同权重计算方法和词性特征选择规则与核 Fisher 判别方法相结合来判别文档的情感观点.实验结果表明:核 Fisher 判别方法在训练的过程中使用了所有的文本特征向量而不是少数几个支持向量,因此比传统支持向量机具有较高的分类准确率,同时不同的权重特征计算方法和词性特征的选取规则对文本情感分类准确率具有较大的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢玉娟	甘肃联合大学电子信息工程学院	35	107	6.0	7.0
2	张成文	甘肃联合大学电子信息工程学院	20	38	4.0	5.0
3	曹晓丽	甘肃联合大学电子信息工程学院	14	47	5.0	6.0
4	李恒杰	甘肃联合大学电子信息工程学院	46	207	6.0	12.0