基于半監(jiān)督集成學(xué)習(xí)的情感分類方法研究.pdf

1、隨著WWW的迅速發(fā)展，網(wǎng)絡(luò)上出現(xiàn)了越來越多包含著巨大利用價(jià)值的評(píng)價(jià)文本，如何自動(dòng)處理這些主觀文本顯得愈發(fā)重要。情感分析正是在這樣的背景下產(chǎn)生并取得迅猛發(fā)展的一個(gè)研究方向。其中，文本情感分類是情感分析研究中最廣泛的一個(gè)基本任務(wù)。
　　情感分類中，現(xiàn)有的研究主要致力于提升監(jiān)督學(xué)習(xí)的效果。然而，監(jiān)督學(xué)習(xí)往往需要大量的標(biāo)注樣本，而人工標(biāo)注這些樣本非常耗時(shí)耗力。因此，在少量標(biāo)注樣本的基礎(chǔ)上，充分利用大量未標(biāo)注樣本的半監(jiān)督情感分類方法受到越來

2、越廣泛的關(guān)注。其中，半監(jiān)督集成學(xué)習(xí)方法上的研究還十分缺乏。本文主要針對(duì)情感分類中的半監(jiān)督集成學(xué)習(xí)方法展開深入研究，主要研究內(nèi)容包括以下三個(gè)方面：
　　首先，本文提出一種基于隨機(jī)特征子空間自訓(xùn)練的半監(jiān)督情感分類方法。核心思想是在標(biāo)注樣本基礎(chǔ)上，利用隨機(jī)特征子空間訓(xùn)練多個(gè)子分類器，并采用最大置信度的集成方式，選擇置信度高的子分類器做分類決策。該方法能夠盡量避免噪音特征為半監(jiān)督情感分類帶來的不良影響。實(shí)驗(yàn)結(jié)果表明，該方法相比于傳統(tǒng)的自訓(xùn)

3、練方法及基于隨機(jī)特征子空間的協(xié)同訓(xùn)練方法，獲得了更好的分類性能。
　　其次，本文提出了一種基于標(biāo)簽一致性融合的半監(jiān)督情感分類方法。核心思想是，將多個(gè)半監(jiān)督學(xué)習(xí)方法標(biāo)注一致的未標(biāo)注樣本自動(dòng)標(biāo)注，并更新標(biāo)注樣本集，過濾掉標(biāo)注不一致的未標(biāo)注樣本，從而保證了標(biāo)注集合的質(zhì)量，降低誤標(biāo)注給半監(jiān)督學(xué)習(xí)帶來的負(fù)面影響。實(shí)驗(yàn)結(jié)果表明，基于標(biāo)簽一致性融合的半監(jiān)督情感分類方法有效地降低了未標(biāo)注樣本的誤標(biāo)注率，在分類效果上遠(yuǎn)遠(yuǎn)優(yōu)于單個(gè)半監(jiān)督學(xué)習(xí)方法。