基于多约简 Fisher-VSM 和 SVM 的文本情感分类

• 作者: 曹晓丽 谭萍 邢玉娟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本情感分类 Fisher 判别比 向量空间模型 支持向量机
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 算 法
• 页码范围: 301-305
• 页数: 5页
• 分类号: TP181
• 字数: 5722字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.09.070

摘要

为了提高文本情感分类准确率，提出基于多约简 Fisher 向量空间模型和支持向量机的文本情感分类算法。该算法首先采用 Fisher 判别准则提取 TF-IDF 特征向量，然后依据低维文档向量空间模型间的相似度对文档进行聚类，减少文档的数目。该算法从维度和数量两个方面对文档的向量空间模型进行约简，以期提高支持向量机的训练速度和分类性能。仿真实验结果表明，该算法具有良好的召回率和分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢玉娟	兰州文理学院数字媒体学院	38	93	5.0	7.0
2	谭萍	兰州文理学院数字媒体学院	25	62	5.0	6.0
3	曹晓丽	兰州文理学院数字媒体学院	28	52	4.0	5.0