基于主动学习的新闻读者情绪分类方法

• 作者: 刘欢欢 周国栋 李寿山 陈敬
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 读者情绪分类 主动学习 分类器融合 评论信息量
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 第二十二届全国信息检索学术会议(CCIR 2016)论文选登
• 页码范围: 21-26
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2017.01.004

摘要

读者情绪分类具体是指针对某个文本推测读者可能产生的情绪.针对该新问题,目前遇到的主要挑战是标注语料库的匮乏问题.文章提出了一种基于主动学习的读者情绪分类方法,即在已有少量标注样本的基础上,利用主动学习方法挑选优质样本,使得使用尽量少的标注代价获得较好的分类性能.考虑到新闻读者情绪分类可以同时使用新闻文本和评论文本的特殊性,提出了分类器融合分类方法,并在主动学习方面提出了结合不确定性与新闻评论信息量的挑选策略.实验表明,分类器融合方法能够获得比仅用新闻文本更好的分类性能.此外,文章提出的主动学习方法能够有效减小标注规模,在同等标注规模下,获得比随机更佳的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国栋	苏州大学自然语言处理实验室	138	1425	22.0	32.0
2	李寿山	苏州大学自然语言处理实验室	68	618	13.0	23.0
3	刘欢欢	苏州大学自然语言处理实验室	4	27	3.0	4.0
4	陈敬	苏州大学自然语言处理实验室	3	9	2.0	3.0