基于改进信息增益特征选择法的SVM中文情感分类算法

作者: 王根生 黄学坚 吴小芳 胡向亮

关键词: 情感分类 机器学习 SVM 信息增益

摘要:为文本情感分类提出一种改进的机器学习算法.在分析当前主要文本特征选择方法后,把词频和词语情感表现程度融入到信息增益特征选择方法中,从全局和局部2个方面进行特征权重衡量,使用特征空问向量模型对文本进行统一表示,然后利用SVM算法进行训练学习.通过实验发现该算法的查准率和查全率比传统的机器学习算法有所提高,并且得到的分类器具有较好的泛化能力.


上一篇: 机器人表现力与主动性在交互中对用户的感知影响
下一篇: 同时考虑启动压力和迂曲度的窜流函数及形状因子模型

核心期刊
中文核心期刊(2014)
中文核心期刊(2011)
中文核心期刊(2008)
中文核心期刊(2004)
中文核心期刊(2000)
中文核心期刊(1992)
成都理工大学版权所有 © 2015  蜀073568422号
地址:成都市二仙桥东三路1号    邮政编码:610059