基于词性标注序列特征提取的微博情感分类

• 作者: 卢伟胜 郭躬德 陈黎飞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征提取 词性 标注序列 微博情感分类 极性分类
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2869-2873
• 页数: 5页
• 分类号: TP391.1
• 字数: 6469字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.10.2869

摘要

传统的n-gram文本特征提取方法会产生高维度的特征向量,高维数据不但增大了分类的难度,同时也会增加分类的时间.针对这一问题,提出了一种基于词性(POS)标注序列的特征提取方法,根据词性序列能够代表一类文本的这一个特点,利用词性序列组作为文本的特征以达到降低特征维度的效果.在实验中,词性序列特征提取方法比n-gram特征提取方法至少提高了9％的分类精度,降低4816个维度.实验结果表明,该方法能够适用于微博情感分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈黎飞	福建师范大学数学与计算机科学学院	42	344	9.0	17.0
2	郭躬德	福建师范大学数学与计算机科学学院	74	600	12.0	22.0
3	卢伟胜	福建师范大学数学与计算机科学学院	6	22	2.0	4.0