基于改进信息增益特征选择法的SVM中文情感分类算法

• 作者: 吴小芳 王根生 胡向亮 黄学坚
• 来源期刊: 成都理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分类 机器学习 SVM 信息增益
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 105-110
• 页数: 6页
• 分类号: TP391.1
• 字数: 4083字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-9727.2019.01.10

摘要

为文本情感分类提出一种改进的机器学习算法.在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空问向量模型对文本进行统一表示,然后利用SVM算法进行训练学习.通过实验发现该算法的查准率和查全率比传统的机器学习算法有所提高,并且得到的分类器具有较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王根生	江西财经大学计算机实践教学中心	30	138	5.0	11.0
2	黄学坚	江西财经大学计算机实践教学中心	12	25	3.0	4.0
3	吴小芳	江西财经大学计算机实践教学中心	6	6	2.0	2.0
4	胡向亮	江西财经大学计算机实践教学中心	6	6	2.0	2.0