基于混合特征云向量模型和SVM的文本情感分类

基于混合特征云向量模型和SVM的文本情感分类
邢玉娟
【期刊名称】《宁夏大学学报（自然科学版）》
【年(卷),期】2017(038)001
【摘要】文本信息中存在的模糊性和不确定性在很大程度上影响文本情感观点的准确判定.为了提高文本情感分类准确率,提出基于混合特征云模型和支持向量机的多级文本情感分类算法.首先,将文本的TF-IDF权重特征和词性特征相结合,采用信息增益法选取特征的同时对特征降维;然后,在文档混合特征向量集上生成云向量模型,依据模型间的相似度筛选出相似度较大的R个文档,作为支持向量机的输入.实验结果表明,该算法具有良好的分类准确率,且系统的训练速度有显著的提高.%The fuzziness and uncertainty of text will affect the judgment of text views to a great extent.For the sake of improving text sentiment classification accuracy,a novel hierarchical classification algorithm is proposed based on mixed feature cloud model and support vector machine in this paper.TF-IDF is combined with part-of-speech feature rmation gain is used to reduce the dimension of text features at the same.And then,the text cloud models are established based on the mixed text features.By doing so,the coarse classifier according to the similarity of text cloud models designed to select more similar R documents fleetly.Finally,support vector machine is used to judge document views.The experimental results show that the algorithm has better performance and the training speed has been improved significantly.
【总页数】5页(P69-73)
【作者】邢玉娟
【作者单位】兰州文理学院数字媒体学院,甘肃兰州 730000
【正文语种】中文
【中图分类】TP181
【相关文献】
1.改进混合特征模型聚类的文本情感分类算法研究 [J], 邢玉娟;李恒杰;胡建军;王万军
2.Mixed-Fisher特征云模型聚类在文本情感分类中的应用 [J], 邢玉娟;郭显;谭萍;李明
3.基于SVM的高维混合特征短文本情感分类 [J], 王义真;郑啸;后盾;胡昊
4.基于主题模型和支持向量机的文本情感分类方法 [J], 王华
5.基于主题模型和支持向量机的文本情感分类方法 [J], 王华
因版权原因，仅展示原文概要，查看原文内容请购买。