基于类别和改进的CHI相结合的特征选择方法

• 作者: 周治国 杨文维 肖泽力 高宝林
• 来源期刊: 计算机应用研究
• 关键词: 卡方检验 特征选择 情感分析 随机森林
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1660-1662
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.013

摘要

针对传统CHI方法的低频词缺陷问题以及传统CHI方法是在全局范围内作特征选择,忽略了特征和类别间的相关性问题,提出了改进方法.通过引入类内和类间分布因子,减少了低频词带来的干扰,并且降低了特征词在类间均匀分布时对分类带来的负贡献,同时提出基于类别的特征选择方法.采用随机森林分类算法,将提出的方法应用在微博情感分析领域.实验结果表明,以上方法能够有效地提高微博情感分类的准确率、查全率和F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周治国	东北师范大学信息科学与技术学院	16	109	5.0	10.0
2	高宝林	东北师范大学信息科学与技术学院	1	3	1.0	1.0
3	杨文维	东北师范大学信息科学与技术学院	1	3	1.0	1.0
4	肖泽力	东北师范大学信息科学与技术学院	1	3	1.0	1.0