中文多类别情感分类模型中特征选择方法

• 作者: 周展 游凤芹 钟芳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征选择 多类别情感分析 中文商品评论 自然语言处理 文本分类
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 大数据
• 页码范围: 242-246
• 页数: 5页
• 分类号: TP391.1
• 字数: 7622字
• 语种: 中文

摘要

商品评论信息的情感分析,可作为人们推荐商品和选择商品的一个重要手段.特征选择在情感分类中能够删除一些不必要的候选特征,从而提高分类效率、减小误差.为了考察中文语言和多类别情感分类环境下特征选择方法的效果,为情感分析多分类研究选取合适的特征选择方法,对特征选择进行了对比研究.在朴素贝叶斯多类分类器中,对中文描述的关于手机的五种星级评论数据集进行情感分类,选取文档频率、信息增益、互信息和卡方统计四种常用特征选择方式进行了对比实验和分析.实验结果表明,信息增益能够在特征维数特别小的情况下获得很好的性能,卡方统计能够获得普遍较好的性能,文档频率因为计算简单也能成为一种不错的选择,而互信息通常情况下不是一个好的选择.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游凤芹	中国电子科技集团公司第二十八研究所	2	9	2.0	2.0
2	钟芳	东南大学计算机科学与工程学院	1	7	1.0	1.0
3	周展	中国电子科技集团公司第二十八研究所	1	7	1.0	1.0