情感分类中基于词性嵌入的特征权重计算方法.docVIP

情感分类中基于词性嵌入的特征权重计算方法 于海燕 陆慧娟 郑文斌 中国计量大学信息工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 在文本情感分类中, 传统的特征表达通常忽略了语言知识的重要性。提出了一种基于词性嵌入的特征权重计算方法, 通过构造一种特征嵌入模式将名词、动词、形容词、副词四种词性对情感分类的贡献度嵌入到传统的TFIDF (Term Frequency-Inverse Document Frequency) 权值中。其中, 词性的情感贡献度通过粒子群优化算法获得。实验采用支持向量机完成分类, 并对比了不同知识的嵌入情况, 包括词性、情感词及词性和情感词的组合。结果表明基于词性嵌入的方法分类性能最优, 可以显著提高中文文本情感分类的准确率。 关键词： 词性嵌入; 特征权重; 情感分类; 粒子群优化; 作者简介：于海燕 (1991—) , 女, 硕士研究生, 主要研究领域为文本情感分类; 作者简介：陆慧娟, 女, 博士, 教授; 作者简介：郑文斌, 男, 博士, 副教授, E-mail:zwb@。 收稿日期：2016-05-24 基金：国家自然科学基金 (No No.11391240180) Feature weighting method based on part of speech embedding for sentiment classification YU Haiyan LU Huijuan ZHENG Wenbin College of Information Engineering, China Jiliang University; Abstract： The importance of language knowledge is always neglected in traditional feature representation for text sentiment classification. This paper proposes a novel feature weighting approach based on part of speech embedding, in which a feature embedding schema is constructed such that the contribution of noun, verb, adjective and adverb can be embedded into the traditional TF-IDF (Term Frequency-Inverse Document Frequency) weighting, where the best contribution value is obtained by particle swarm optimization algorithm. The support vector machine classifier is used for the Chinese text sentiment classification. In the experiment, the performance of different knowledge is also compared, such as part of speech, sentiment words and their combination. The experimental results show that the proposed method achieves the best classification performance. Keyword： part of speech embedding; feature weighting; sentiment classification; particle swarm optimization; Received： 2016-05-24 1 引言 随着互联网的迅速发展以及网络平台的开放, 网络上出现了大量的评论文本。这些文本包含着人们的各种观点和态度。实现对文本的情感倾向性分析, 对商业决策、信息检索、信息安全等都有着重要的意义。 情感文本的特征表达是情感分类领域研究的重点问题之一[1-2]。传统的情感分类方法往往是直接从训练文本中提取特征, 并用布尔加权算法、词频特征权重算法或TF-IDF[3]权重算法等表示特征向量的权重, 却未考虑文本中所含的有利于情感分类的因素的重要性, 比如,