基于K近邻和随机森林的情感分类研究

• 作者: 刘媛华 张月梅
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 在线评论 随机森林 K近邻算法 袋外估计 情感分析
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 367-371
• 页数: 5页
• 分类号: TN912.34
• 字数: 3687字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.02.019

摘要

为了解决大量的文本数据会耗费大量人工的问题,论文提出了一种基于K近邻和随机森林的混合算法来实现文本的自动分类.通过最邻近投影得到"本地化"的数据集,即与一个文本向量最近邻的向量们组成新的数据集,有效地过滤掉一些不相关的数据.利用随机森林算法中多个弱分类器的多数投票机制得出最优的分类预测.实验结果表明,KNN-RF算法对在线评论文本的情感分类比传统的分类模型具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘媛华	上海理工大学管理学院	49	128	7.0	9.0
2	张月梅	上海理工大学管理学院	2	1	1.0	1.0