多特征融合的Voting-SRM情感分类研究

• 作者: 张兴旺 赵乐 麦范金
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 词性标注 二元语法 随机梯度下降 投票机制 情感分类
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 2269-2273
• 页数: 5页
• 分类号: TP391
• 字数: 5761字
• 语种: 中文

摘要

情感分类是自然语言处理领域的一个核心问题,其目的是判断评论文本的情感极性,并挖掘其蕴含的情感价值信息.为了提取评论文本中潜在的情感信息,提高分类精度,本文提出了多特征融合的Voting-SRM情感分类方法.结合词性特征,语法特征等,提取名词,动词,形容词,副词等特征,然后运用软投票机制,结合随机梯度下降算法、随机森林、神经网络等算法,对已获取评论文本进行极性二分类.本文通过对比实验,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麦范金	桂林理工大学信息科学与工程学院机械与控制工程学院	22	271	9.0	16.0
2	赵乐	桂林理工大学信息科学与工程学院机械与控制工程学院	3	14	2.0	3.0