结合情感词典的主动贝叶斯文本情感分类方法

• 作者: 张敏 陈锻生
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 主动学习 文本情感分类 情感词典 朴素贝叶斯 不确定采样策略
• 年，卷（期）: 2018,（4）
• 页码范围: 623-626
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201608010

摘要

提出一种改进的结合情感词典的主动贝叶斯情感分类方法(SLAB).为了证明提出方法的有效性,选用康奈尔影评数据集和互联网电影资料库(IMDB)数据集作为实验数据,并与基于不确定性采样策略的主动学习方法进行比较.结果表明:文中提出的方法在较少的标注训练集下,能够取得更高的分类准确率,一定程度上解决了基于不确定性采样策略的主动学习方法中的误差累积问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈锻生	华侨大学计算机科学与技术学院	75	955	16.0	28.0
2	张敏	华侨大学计算机科学与技术学院	6	19	2.0	4.0