基于汽車評(píng)論的文本情感分類特征選擇方法研究.pdf

1、近年來(lái)隨著信息技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)迎來(lái)前所未有的新局面。以網(wǎng)絡(luò)為傳播媒介的文本評(píng)論信息越來(lái)越受到企事業(yè)單位和個(gè)人的關(guān)注。傳統(tǒng)的主題分類已經(jīng)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(huì)反映、焦點(diǎn)新聞的追蹤報(bào)道、產(chǎn)品的用戶反饋及民意調(diào)查信息等。然而，網(wǎng)上每天都有大量的新評(píng)論出現(xiàn)，對(duì)于這些評(píng)論，僅靠人工進(jìn)行跟蹤和分析顯然是行不通的，人們開始關(guān)注并研究評(píng)論文本的主觀性情感傾向分析。
　　本文針對(duì)文本情感分類中的特

2、征選擇問題進(jìn)行了研究，主要內(nèi)容包括：⑴建立了以汽車產(chǎn)品評(píng)論為主的中文文本情感分類語(yǔ)料庫(kù)，并在此基礎(chǔ)上建立了汽車產(chǎn)品知識(shí)庫(kù)。⑵研究了停用詞對(duì)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(jì)三種特征選擇方法，布爾權(quán)重和頻率權(quán)重兩種權(quán)重計(jì)算方法，并選用支持向量機(jī)作為分類器進(jìn)行了實(shí)驗(yàn)研究。實(shí)驗(yàn)結(jié)果表明，當(dāng)選用不同的停用詞表時(shí)，它們對(duì)文本情感分類的影響不盡相同，停用詞表對(duì)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(cè)試了其對(duì)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(jié)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(duì)文本情感分類結(jié)果的影響。實(shí)驗(yàn)結(jié)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(duì)情感分類問題的分析并結(jié)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(jī)作為分類器進(jìn)行分類實(shí)驗(yàn)。