一种基于样本空间动态划分的中文情感识别方法

• 作者: 刘三(女牙) 刘智 杨宗凯 铁璐
• 来源期刊: 计算机应用研究
• 关键词: 文本情感识别 样本子空间 动态划分 集成分类模型 核平滑
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1443-1447
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.040

摘要

为了提高中文文本情感识别的精度,从集成学习的角度出发,提出了一种基于样本空间动态划分的机制构建文本情感分类器.该算法充分利用训练样本空间内的鉴别信息,通过引入核平滑方法对样本空间进行自适应划分,形成若干个具有差异性的多粒度样本子集,然后分别在每个子集上构造基分类器,最后将所有基分类器的输出进行融合以产生最终的预测结果.实验结果表明,该算法在查准率和查全率等方面均优于Bagging、AdaBoost等算法,并且在大规模样本集的情感识别中具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宗凯	华中师范大学国家数字化学习工程技术研究中心	79	1178	16.0	33.0
2	刘三(女牙)	华中师范大学国家数字化学习工程技术研究中心	22	340	7.0	18.0
3	刘智	华中师范大学国家数字化学习工程技术研究中心	25	111	7.0	10.0
4	铁璐	华中师范大学国家数字化学习工程技术研究中心	4	11	2.0	3.0