基于汽車評論的文本情感分類特征選擇方法研究.pdf

1、近年來隨著信息技術的迅猛發(fā)展，互聯(lián)網(wǎng)迎來前所未有的新局面。以網(wǎng)絡為傳播媒介的文本評論信息越來越受到企事業(yè)單位和個人的關注。傳統(tǒng)的主題分類已經不能滿足人們的需求，用戶希望得到更多的主觀性信息，如:公共事件的社會反映、焦點新聞的追蹤報道、產品的用戶反饋及民意調查信息等。然而，網(wǎng)上每天都有大量的新評論出現(xiàn)，對于這些評論，僅靠人工進行跟蹤和分析顯然是行不通的，人們開始關注并研究評論文本的主觀性情感傾向分析。
　　本文針對文本情感分類中的特

2、征選擇問題進行了研究，主要內容包括：⑴建立了以汽車產品評論為主的中文文本情感分類語料庫，并在此基礎上建立了汽車產品知識庫。⑵研究了停用詞對文本情感傾向性分類的影響。選用信息增益、互信息和x2統(tǒng)計三種特征選擇方法，布爾權重和頻率權重兩種權重計算方法，并選用支持向量機作為分類器進行了實驗研究。實驗結果表明，當選用不同的停用詞表時，它們對文本情感分類的影響不盡相同，停用詞表對情感分類作用較大，整體性能效果較好。⑶提出了基于類別區(qū)分能力的混合特

3、征選擇方法，并測試了其對文本情感分類的作用。該方法是基于詞匯的類別區(qū)分能力與信息增益相結合的特征方法，討論了在不同的特征選擇方法和不同維數(shù)特征空間下對文本情感分類結果的影響。實驗結果表明使用混合的特征選擇方法要優(yōu)于使用單一的信息增益方法。⑷從特征選擇和維數(shù)壓縮的角度，提出了基于粗糙集理論的特征選擇方法。通過對情感分類問題的分析并結合粗糙集理論，將屬性離散化方法用于文本情感分類中的特征選擇、維數(shù)壓縮，利用支持向量機作為分類器進行分類實驗。