基于混合卡方统计量与逻辑回归的文本情感分析

• 作者: 戴月明 李平 王艳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卡方统计量 特征提取 负相关性 随机梯度下降 逻辑回归 情感分类
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 192-196,202
• 页数: 6页
• 分类号: TP391
• 字数: 5715字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.12.035

摘要

针对文本情感分析中基于卡方统计量的特征提取方法容易忽略单个文本词频,导致文本分类准确率较低的问题,提出一种基于混合卡方统计量的特征提取方法.通过增加特征频率、逆文档频率和负相关性指标,选出集中在某个特定类别中的特征词,从而减少特征负相关性的干扰.采用基于随机梯度下降的逻辑回归方法进行文本情感分类,并利用模拟退火原理自适应选择步长,解决随机梯度下降算法中步长难以确定的问题.实验结果表明,与基于卡方统计量的特征提取方法相比,该方法具有更高的文本情感分类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳	江南大学物联网工程学院	110	475	10.0	14.0
2	戴月明	江南大学物联网工程学院	52	301	10.0	13.0
3	李平	江南大学物联网工程学院	4	28	3.0	4.0