改进混合特征模型聚类的文本情感分类算法研究

• 作者: 李恒杰 王万军 胡建军 邢玉娟
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本情感分类 向量空间模型 K均值聚类算法 支持向量机 信息增益 互信息
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP181
• 字数: 4179字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2014.01.009

摘要

海量文本信息导致文本情感分类准确率低以及实时性差.针对这一问题,提出一种基于混合特征选择的向量空间模型聚类算法.首先将信息增益(Information Gain,IG)和互信息(Mutual Information,MI)与文档的不同词性特征相结合,生成文档的混合特征向量;然后计算文档向量空间模型之间的差异度,根据该差异度对向量空间模型进行聚类,得到聚类中心向量,采用聚类中心向量重新构造文档集的向量空间模型;最终采用支持向量机(Support Vector Machine,SVM)进行文档情感的判定.仿真实验结果表明:该混合特征向量空间模型聚类算法可以有效地降低文档样本特征的维数和数量,加快SVM的训练速度,同时实验结果也表明不同的词性特征和提取算法组合对系统的分类准确率有较大的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王万军	甘肃联合大学电子信息工程学院	47	310	9.0	15.0
2	邢玉娟	甘肃联合大学电子信息工程学院	35	107	6.0	7.0
3	胡建军	甘肃联合大学电子信息工程学院	31	107	5.0	8.0
4	李恒杰	甘肃联合大学电子信息工程学院	46	207	6.0	12.0