面向中文短文本情感分析的改进特征选择算法

• 作者: 沈卓奇 王荣波 谌志群 黄孝喜
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 特征选择 情感分析 词频逆文本频率指数 信息增益 中文短文本
• 年，卷（期）: 2019,（1）
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2019.01.009

摘要

在中文短文本情感分析的特征提取中,词频逆文本频率指数算法T F-ID F存在特征词分布计算片面性的缺陷,信息增益算法IG不能很好地提取短文本特征,为此,提出了一种改进特征选择算法IT FIDF-IG.根据短文本语料特点提高更具分类效果的特征词权重,降低了无关词的干扰,并考虑特征词在分布上体现的分类效果,有效提取出更具分类贡献度的特征词,更适应中文短文本的情感分析,取得较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌志群	杭州电子科技大学认知与智能计算研究所	51	455	11.0	20.0
2	王荣波	杭州电子科技大学认知与智能计算研究所	35	126	7.0	9.0
3	黄孝喜	杭州电子科技大学认知与智能计算研究所	23	73	5.0	8.0
4	沈卓奇	杭州电子科技大学认知与智能计算研究所	1	2	1.0	1.0