情感分类中基于词性嵌入的特征权重计算方法

• 作者: 于海燕 郑文斌 陆慧娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 词性嵌入 特征权重 情感分类 粒子群优化
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 121-125
• 页数: 5页
• 分类号: TP391
• 字数: 5380字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1605-0342

摘要

在文本情感分类中,传统的特征表达通常忽略了语言知识的重要性.提出了一种基于词性嵌入的特征权重计算方法,通过构造一种特征嵌入模式将名词、动词、形容词、副词四种词性对情感分类的贡献度嵌入到传统的TF-IDF(Term Frequency-Inverse Document Frequency)权值中.其中,词性的情感贡献度通过粒子群优化算法获得.实验采用支持向量机完成分类,并对比了不同知识的嵌入情况,包括词性、情感词及词性和情感词的组合.结果表明基于词性嵌入的方法分类性能最优,可以显著提高中文文本情感分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆慧娟	中国计量大学信息工程学院	101	716	13.0	20.0
2	郑文斌	中国计量大学信息工程学院	11	98	6.0	9.0
3	于海燕	中国计量大学信息工程学院	2	9	2.0	2.0