领域实例迁移的交互文本非平衡情感分类方法

• 作者: CHAO Kuo-Ming 兰田 吴凡 田锋 郑庆华 高鹏达
• 来源期刊: 西安交通大学学报
• 关键词: 交互文本 非平衡情感分类 多领域 实例迁移
• 年，卷（期）: 2015,（4）
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.7652/xjtuxb201504011

摘要

针对交互文本句子短、成分缺失、多领域下类分布不均衡导致的高维、特征值稀疏、正样本稀少的难点,提出面向目标数据集实例迁移的数据层面采样方法.该方法提出目标数据集和源数据集共性特征的Top-N信息增益和值占比函数,选择评价两个数据集实例相似度的特征;提出目标数据集和源数据集特征空间一致性处理方法,克服两者特征空间不一致的问题;提出分领域的实例选取与迁移方法,克服多领域下的类分布不均衡问题.实验结果表明:该方法有效缓解了交互文本的非平衡问题,使支持向量机、随机森林、朴素贝叶斯、随机委员会4个经典分类算法的加权平均的接收者运行特征曲线(receiver operating characteristic,ROC)指标提升了11.3％.