一种改进EM算法的跨领域情感分类方法

• 作者: 康世泽 黄瑞阳
• 来源期刊: 计算机应用研究
• 关键词: 跨领域情感分类 EM算法 特征迁移
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2696-2699
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.029

摘要

监督学习算法是当前进行文本情感分类的主要方法,往往要求训练集与测试集的数据分布相同,然而在实际情况下已标注数据与测试数据常常不属于同一个领域,这种数据分布差异导致文本情感分类准确率下降.针对这一问题,提出了一种基于EM算法的跨领域情感分类方法.首先从多个源领域结合目标领域生成一个情感倾向参考表;其次利用改进的EM算法参考该表迭代调节目标领域分类器的分类结果,直到该结果可以与参考表匹配;最后在公开数据集上与贝叶斯、SVM等主流分类方法进行对比实验.实验结果表明,该方法在一定程度上提高了跨领域情感分类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄瑞阳		50	146	7.0	8.0
2	康世泽		4	5	2.0	2.0