全国信息检索学术会议 第三届全国信息检索与内容安全学术会议.docVIP

全国信息检索学术会议 第三届全国信息检索与内容安全学术会议 汉语主客观文本分类方法的研究姚天昉，彭思崴（上海交通大学计算机科学与工程系，上海 200240）摘 要： 在意见挖掘中所涉及到的文本类型是主观性文本。这就需要解决主客观文本的分类问题。本文首先介绍了主客观文本的定义和它们之间的区别。接着针对主观性文本… 我为明天准备了什么？我相信明天会更好，保持微笑面对明天。明天是个未知数，不确定，我们只能想象，不能触摸，但是我们都会认为明天是好的。人只有三天，昨天；今天；明天。昨天已经过去了，永远不会回来，一去不复返，成为过去。今天是属于你的，你要充分把握，为明天… 在政协第六届晋城市委员会第一次会议闭幕会上的讲话（2011年8月28日）张茂才 各位委员、同志们：政协晋城市六届一次会议，经过全体委员和与会同志们的共同努力，圆满完成了各项议程，今天就要胜利闭幕了。会议期间，全体委员审议通过了政协常委会工作报告、提案… 汉语主客观文本分类方法的研究 姚天昉，彭思崴 （上海交通大学计算机科学与工程系，上海 200240） 摘 要： 在意见挖掘中所涉及到的文本类型是主观性文本。这就需要解决主客观文本的分类问题。本文首先介绍了主客观文本的定义和它们之间的区别。接着针对主观性文本的特点提出了分类适用的预选特征。在此基础上，介绍了通过实验选择稳定的分类特征以及使用Weka工具中的多种分类算法进行分类性能的测试。实验结果表明：分类算法的F度量最高时可以达到93.8%，平均F度量也达到了88.4%。这说明我们提出的分类特征和所选择的分类算法是合理和有效的。 关键词： 文本分类；主观性文本；机器学习；意见挖掘 A Study of the Classification Approach for Chinese Subjective and Objective Texts Yao Tianfang, Peng Siwei (Department of Computer Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240) Abstract: The text type related to opinion mining is subjective text. Therefore, it is necessary to give a solution for the classification between subjective and objective texts. In this paper, first of all, we present the definitions concerning subjective and objective texts as well as the differences between them. Then we propose the preselected features which are suitable to the classification in allusion to subjective text?s properties. On the basis of that, we introduce that we picked out the steady features from the preselected features by our experiment and utilized multiple classification algorithms integrated in Weka tool to test the classification performance of them. The experimental results show that the highest F-measure among the classification algorithms can achieve 93.8%, and the average F-measure of them can also attain 88.4%. Consequently, it indicates that the proposed classification features and the selected classification algorithms are reasonable and efficient. key words: text classification; subjective text; machine learning;