扩展语义相似情感词的文本情感分类方法

• 作者: 毛焱颖 潘丽敏 罗森林 陈倩柔 魏超
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 词嵌入 Adaboost分类模型 特征选择 中文评论 情感分类
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 信息与控制
• 页码范围: 1156-1162,1176
• 页数: 8页
• 分类号: TP391
• 字数: 6299字
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2018.11.009

摘要

针对文本情感分类中情感语义特征利用不足、特征降维效果欠佳等影响分类效果的问题,提出了一种通过扩展语义相似的情感词以及引入词语间统计特征的高精度网络评论情感分类方法.该方法利用神经网络Skip-gram模型生成词嵌入,通过词嵌入相似性度量将语义相似的词语扩展为情感特征;再利用词语间的统计特征进行特征降维;通过多个弱分器加权构建Adaboost分类模型实现网络评论情感分类.基于酒店评论和手机评论公开测试集进行实验,结果表明其情感分类的正确率分别达到90.96％和93.67％.方法扩展语义相似情感词有利于丰富文本情感语义特征,引入词语间的统计特征有更好的特征降维效果,可以进一步提升文本情感分类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林	北京理工大学信息系统及安全对抗实验中心	121	821	14.0	23.0
2	潘丽敏	北京理工大学信息系统及安全对抗实验中心	66	402	10.0	17.0
3	魏超	北京理工大学信息系统及安全对抗实验中心	51	521	13.0	21.0
4	毛焱颖	北京理工大学信息系统及安全对抗实验中心	2	4	1.0	2.0
5	陈倩柔	北京理工大学信息系统及安全对抗实验中心	2	1	1.0	1.0