| 基于旋进原则和支持向量机的文本情感分析研究 |
| |
| 引用本文： | 唐晓波,严承希.基于旋进原则和支持向量机的文本情感分析研究[J].情报理论与实践,2013,36(1):98-103,93. |
| |
| 作者姓名： | 唐晓波 严承希 |
| |
| 作者单位： | 武汉大学信息资源研究中心,湖北 武汉,430072 |
| |
| 基金项目： | 教育部人文社会科学重点研究基地重大项目“面向决策的企业信息资源集成研究”(项目编号:2009JJD870002);教育部人文社会科学研究项目“企业信息资源集成研究”(项目编号:2008JA870013)的研究成果 |
| |
| 摘 要： | 针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+ SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+ SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化.并通过分组对照实验比较了SVM、NB以及AdaBoost+ SVM-L模型的性能指标.
|
| 关 键 词： | 文本情感分析 旋进原则 支持向量机 集成 |
Research on Text Sentimental Analysis Based on SPIPRO Principle and Support Vector Machine |
| |
| Institution: | Tang Xiaobo et al. |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
