基于差分进化的中文情感分类集成算法研究

• 作者: 卢海峰 卫伟 杨梦月 陆慧娟
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 情感分类 集成学习 差分进化 权重优化
• 年，卷（期）: 2020,（2）
• 页码范围: 225-230
• 页数: 6页
• 分类号: TB973
• 字数: 5392字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.02.17

摘要

情感分类是一种从文本中提取情感倾向的文本分类任务.集成学习通过结合几个分类器,在情感分类任务上能够获得比个体分类器更好的分类效果.但是,由于个体分类器在数据集上的表现不同,个体分类器在集成方法中的权重难以确定.针对集成学习中个体分类器的权重优化问题,提出一种基于差分进化优化个体分类器权重的集成分类方法,并将其应用于中文情感分类.以分类准确率为适应度值,通过差分进化算法优化5种个体分类器的权重组合,在3个领域的评论语料集上进行实验.实验结果表明,与一般的集成方法相比,该方法在中文情感分类上有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫伟	中国计量大学信息工程学院	16	138	6.0	11.0
2	陆慧娟	中国计量大学信息工程学院	101	716	13.0	20.0
3	杨梦月	中国计量大学信息工程学院	2	1	1.0	1.0
4	卢海峰	中国计量大学信息工程学院	3	2	1.0	1.0