超平面距离的非平衡交互文本情感实例迁移方法

• 作者: 吴凡 王媛媛 田锋 郑庆华
• 来源期刊: 西安交通大学学报
• 关键词: 实例迁移 信息效用 非平衡分类 超平面
• 年，卷（期）: 2018,（10）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.7652/xjtuxb201810001

摘要

针对非平衡交互文本少数类实例匮乏易导致训练的情感分类模型泛化性能差的问题,提出基于超平面距离的非平衡交互文本情感实例迁移方法.该方法将在少数类和多数类支持向量之间的源数据集实例作为待迁实例,并基于目标数据集上的分类超平面构造一个偏移超平面.依据最优信息效用原则基于待迁实例到偏移超平面的距离最短来筛选迁入的实例,同时通过调节迁入比例控制迁入实例规模生成合成数据集.实验结果表明:随着迁入实例增多,合成数据集对原始分布的偏离增大,所训练的序列最小优化算法(SMO)模型的泛化分类性能呈现先提升后降低的现象,类似于信息效用的Wundt曲线;与SMOTE、Subsampling、Oversampling 3种数据层处理方法相比,所提方法训练的SMO、LibSVM、随机森林、代价敏感、CNN 5个分类模型在少数类识别F值上平均获得11％的增幅,且迁入比例最佳范围为20％～30％,在有效缓解非平衡特性的同时提高了少数类识别的泛化分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑庆华	西安交通大学陕西省天地网技术重点实验室	118	1659	22.0	36.0
5	田锋	西安交通大学陕西省天地网技术重点实验室	29	272	9.0	16.0
9	王媛媛	西安交通大学陕西省天地网技术重点实验室	4	13	2.0	3.0
13	吴凡	西安交通大学陕西省天地网技术重点实验室	6	4	1.0	1.0