特征加权融合的朴素贝叶斯情感分类算法

• 作者: 刘培玉 刘文锋 曾宇 朱振方
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分类 特征加权 贡献度特征 朴素贝叶斯
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机与信息科
• 页码范围: 56-60,73
• 页数: 6页
• 分类号: TP391.1
• 字数: 5154字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2017.04.013

摘要

为解决文本情感分类准确率不高的问题,提出了一种特征加权融合的朴素贝叶斯情感分类算法.通过分析单个情感词对文本情感分类的贡献度特征,根据情感词对文本情感贡献度的权值调整贝叶斯模型的后验概率;将文本中所有相同极性的情感词作为一个特征整体,根据特征整体对文本情感贡献度的权值调整贝叶斯模型的整体概率.为了进一步提高分类的准确率以及提升分类模型的综合性能,将两种加权方式同时与朴素贝叶斯模型结合.结果表明,融合后的方法在数据集上的整体平均查准率、查全率分别提高1.83%和3.42%,平均F1值提高了2.76%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培玉	山东师范大学信息科学与工程学院	126	1276	18.0	27.0
3	刘文锋	山东师范大学信息科学与工程学院	18	39	4.0	5.0
7	朱振方	山东交通学院信息科学与电气工程学院	24	171	7.0	12.0
10	曾宇	山东师范大学信息科学与工程学院	1	7	1.0	1.0