一种半监督学习的中文微博主观句识别方法

• 作者: 吴扬扬 方圆 陈锻生
• 来源期刊: 计算机应用研究
• 关键词: 微博 主观句 词性 AdaBoost Bootstrapping
• 年，卷（期）: 2014,（7）
• 页码范围: 2035-2039
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.07.027

摘要

微博中的主观句包含着人们对事物的态度、倾向等信息.微博本身字数的限制和语言结构的自由,使得在微博中发现主观句面临着许多困难.借鉴传统文本处理使用的词性和情感词典两类特征,通过AdaBoost方法选择并组合分类器.对于已标注数据比例较小的数据集,为了进一步提升分类器的性能,尝试着通过Bootstrapping过程迭代重构分类器,也就是不断地通过已有的分类器标注未标注数据集中的可信句子,并加入已标注数据集中,再重新训练分类器.实验结果表明,Bootstrapping的引入不仅能够提升分类器的F值,而且能减少分类器所携带的特征的数量,使集成分类器的精度和速度均有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈锻生	国立华侨大学计算机科学与技术学院	11	503	8.0	11.0
2	吴扬扬	国立华侨大学计算机科学与技术学院	6	25	3.0	5.0
3	方圆	国立华侨大学计算机科学与技术学院	1	0	0.0	0.0