基于聚类核的半监督情感分类算法研究

• 作者: 李雷 郑文静
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 半监督学习 聚类核 图 情感分类
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 87-91,95
• 页数: 6页
• 分类号: TP301.6
• 字数: 4604字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.12.019

摘要

在互联网快速发展的今天,人类已经进入“大数据”时代,其中文本数据作为人类知识的载体,对于人类的进步与发展意义重大。如何运用大量未标记样本来提升文本情感分类的精度,也变得愈发重要。将半监督学习中的聚类核算法应用到情感分类问题中,给出基于聚类核的半监督情感分类算法。在标记样本和未标记样本上,建立加权无向图,求解聚类核,然后将该核函数用于SVM的情感分类器的训练上,完成情感分类工作。该方法直接将未标记样本所蕴含的信息融合到核中,不需要建立多个分类器,有效利用了未标记样本。实验结果表明,CKSVM算法在分类精度上明显优于基于Self-learning SVM和Co-training SVM的半监督情感分类算法,且在不同数据集上都有较好的适应性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷	南京邮电大学理学院	82	539	12.0	18.0
2	郑文静	南京邮电大学理学院	2	7	2.0	2.0