基于信息增益与CHI卡方统计的情感文本特征选择

• 作者: 杨新怡 肖利雪
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 信息增益(IG) 卡方统计(CHI) 情感文本 支持向量机(SVM)
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 算法与分析
• 页码范围: 2560-2563
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.11.005

摘要

信息增益(IG)是通过某个特征词的缺失与存在两种情况下,语料中前后信息的增加,衡量某个特征词的重要性,其只考虑到对整体贡献,易忽略局部影响;卡方统计(CHI)是利用统计学的"假设检验"的基本思想:首先假设特征词与类别直接是不相关的,其易忽略低频词对文本影响.通过融合IG和CHI两种特征选择算法,并在此基础上对情感词的特征值附加权值区别于非情感词,基于该算法采用支持向量机(SVM)分类算法对文本数据进行情感倾向性分类,实验结果表明,该方式可以极大提高情感分本分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖利雪		5	3	1.0	1.0
2	杨新怡		1	0	0.0	0.0