融合CHI与信息增益的情感文本特征选择

• 作者: 张晓滨 黄梦莹
• 来源期刊: 西安工程大学学报
• 关键词: 卡方统计量(CHI) 信息增益 特征选择 情感文本 随机森林 支持向量机
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 713-717
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2018.06.015

摘要

针对卡方统计量(CHI)忽略低频词对文本分类的影响以及信息增益(IG)只考虑对整体的贡献,忽略对局部影响的问题,通过分析CHI和IG特征选择算法,提出融合CHI和IG,适用于情感文本分类的文本特征选择算法(CHI-IG).该算法在CHI和IG 2种特征选择算法中增加了权值,集合这2种特征选择算法的优点,降低了2种方法不足带来的影响.并在此基础上对情感词的特征值附加权值区别于非情感词.基于该算法并采用随机森林(Random Forest)和支持向量机(SVM)分类方法对情感文本进行分类实验.结果表明,该方法能有效地提高情感文本的分类效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓滨	西安工程大学计算机科学学院	26	210	8.0	14.0
2	黄梦莹	西安工程大学计算机科学学院	3	8	2.0	2.0