伪相关反馈的文本情感分类方法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｉｅｓａｎｄｆｅａｔｕｒｅｃｏｎｃｅｎｔｒａｔｉｏｎｕｓｉｎｇｆｏｒｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＮＢｃｌａｓｓｉｉｅｆｒ．ＷｅｃａｒｒｉｅｄｏｕｔｅｘｐｅｒｉｍｅｎｔｓｉｎＣｈｉ —
ＬＵＬｉｎｇ，ＹＡＮＧＷｕ，ＴＡＮＧＪｉ－ｑｉａｎｇ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｉｒｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，４０００５０，Ｃｈｉｎａ）
ｃａｐａｂｉｌｉｔｉｅｓ．ＦｏｒｉｎｃｒｅｍｅｎｔａｌｍｏｄｅｌｂａｓｅｄｏｎＰｓｅｕｄｏ — ｒｅｌｅｖａｎｃｅｆｅｅｄｂａｃｋ．ｔｈｅｒｅｓｅａｒｃｈｏｎｈｏｗｔｏｉｍｐｒｏｖｅｔｈｅｃｏｎｉｆ — ｄｅｎｃｅｏｆｆｅｅｄｂａｃｋｓａｍｐｌｅｓｉｓｓｔｉｌｌｉｍｐｏｒｔａｎｔ，ａｌｔｈｏｕｇｈｓｏｍｅｆｅｅｄｂａｃｋｓｔｒａｔｅｇｙｈａｄｂｅｅｎｇｉｖｅｎ．ＴｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｐｓｅｕｄｏｒｅｌｅｖａｎｃｅｆｅｅｄｂａｃｋｍｅｔｈｏｄｂａｓｅｄｏｎＫ— Ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇ．ＦｏｒｄｏｃｕｍｅｎｔｓｃｌａｓｓｉｉｆｅｄｂｙＮａｉｖｅＢａｙｅｓｉａｎｃｌａｓｓｉ．ｆｉｅｒ，ｗｅｓｅａｒｃｈｅｄｔｈｅｃｅｎｔｅｒｖｅｃｔｏｒｂｙｍｅａｎｓｏｆｒｅｄｕｃｉｎｇｔｈｅｓａｍｐｌｅｎｕｍｂｅｒｇｒａｄｕａｌｌｙ，ａｎｄｅｘｔｒａｃｔｅｄｆｅｅｄｂａｃｋｓａｍ—
第３０卷第ｌ１期
文章编号：１００６ — ９３４８（２０１３）１１ — ０２６８ — ０４
计
算
机
仿
真
２０１３年１１月
伪相关反馈的文本情感分类方法
卢玲，杨武，唐继强
（重庆理工大学计算机科学与工程学院，重庆４０００５４）
ＡＢＳＴＲＡＣＴ：Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｍａｃ百度文库ｈｉｎｅｌｅａｒｎｉｎｇ，ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｂｕｉｌｄｉｎｃｒｅｍｅｎｔａｌｍｏｄｅｌｗｉｔｈａｕｔｏｍａｔｉｃｌｅａｒｎｉｎｇ
中图分类号：ＴＰ３９１文献标识码：Ｂ
ＭｅｔｈｏｄｏｆＴｅｘｔＳｅｎｔｉｍｅｎｔＣｌａｓｓｉｉｃｆａｔｉｏｎＢａｓｅｄＯｉｌ
ＰｓｅｕｄｏＲｅｌｅｖａｎｃｅＦｅｅｄｂａｃｋ
摘要：机器学习过程中，由于训练集不完备，有必要构建具备主动学习能力的增量模型。对基于伪相关反馈的增量模型，现
有的增量学习方法提出了一些选择反馈样本的策略，但对提高反馈样本类置信度的深入研究仍具有重要意义。针对这一问
题，提出了基于Ｋ－Ｍｅａｎｓ聚类的伪相关反馈策略。对朴素贝叶斯分类器分类后的文档，用减量寻找质心向量的方式提取反馈文档以及新特征集合，对ＮＢ分类器进行反馈，将伪相关反馈策略运用于中文文本情感分类。实验表明，提取质心向量的准确率随反馈规模的扩大有所提高。方法从一定程度上实现了将后验概率转换为先验概率，随新特征的增加，配合ＣＨＩ阈值调整可获取较高的查准率和查全率，证明了方法的可行性。关键词：伪相关反馈；情感分类；朴素贝叶斯；聚类
ｎｅｓｅｔｅｘｔｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｉｆｃａｔｉｏｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｓｅｕｄｏｒｅｌｅｖａｎｃｅｆｅｅｄｂａｃｋｓｔｒａｔｅｇｙ．Ｔｈｉｓｍｅｔｈｏｄｃｏｎｖｅｔｒｓｔｈｅｐｏｓｔｅ — ｒｉｏｒｐｒｏｂａｂｉｌｉｔｙｉｎｔｏｐｉｒｏｒｐｒｏｂａｂｉｌｉｔｙｉｎａｄｅｇｒｅｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｗｉｔｈｔｈｅｅｘｐａｎｓｉｏｎｏｆｆｅａｔｕｒｅｃｏｎｃｅｎｔｒａｔｉｏｎ，ｔｈｅｓｔｒａｔｅｇｙｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｔｈａｎｂａｓｅｌｉｎｅｉｎｐｒｅｃｉｓｉｏｎａｎｄｒｅｃａｌ１．ＫＥＹＷＯＲＤＳ：Ｐｓｅｕｄｏｒｅｌｅｖａｎｃｅｆｅｅｄｂａｃｋ；Ｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｉｃｆａｔｉｏｎ；ＮａｉｖｅＢａｙｅｓｉａｎ；Ｋ－Ｍｅａｎｓｃｌｕｓｔｅｉｒｎｇ