一种利用情感词统计信息构造文本特征表示的方法

• 作者: 杨东强 韩彤晖 马宏伟
• 来源期刊: 计算机应用研究
• 关键词: 数据表达 统计特征 情感分类
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2087-2092
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0035

摘要

数据表达方法和文本分类的效果密切相关.文本分类中常用的数据表达方法主要包括基于词典的共现频率方法、基于隐性语义空间(LSA/SVD)的方法、基于神经网络语言模型的方法.提出一种利用单词的统计特征创建文本分类中特征空间的表达方法.该方法利用单词的七种常见的统计特征,通过相关性分析选取相对独立的统计特征创建特征空间.该方法能够有效降低文本向量空间的维度,同时降低了语义空间内的计算复杂度.情感分类实验的结果表明,与现有的单词的数据表达方法相比,该方法能够显著提高分类算法的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏伟	山东建筑大学计算机科学与技术学院	19	504	5.0	19.0
2	韩彤晖	山东建筑大学计算机科学与技术学院	2	4	1.0	2.0
3	杨东强	山东建筑大学计算机科学与技术学院	2	4	1.0	2.0