基于混合特征云向量模型和SVM的文本情感分类

• 作者: 邢玉娟
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本情感分类 支持向量机 特征选择 云模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 优化控制
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP181
• 字数: 4571字
• 语种: 中文

摘要

文本信息中存在的模糊性和不确定性在很大程度上影响文本情感观点的准确判定.为了提高文本情感分类准确率,提出基于混合特征云模型和支持向量机的多级文本情感分类算法.首先,将文本的TF-IDF权重特征和词性特征相结合,采用信息增益法选取特征的同时对特征降维;然后,在文档混合特征向量集上生成云向量模型,依据模型间的相似度筛选出相似度较大的R个文档,作为支持向量机的输入.实验结果表明,该算法具有良好的分类准确率,且系统的训练速度有显著的提高.

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