一种基于语义距离的Web评论SVM情感分类方法

摘要：

情感倾向分析本质上可以看作是一个情感极性分类问题.在海量数据处理的大背景下,为了提高文本情感判断的准确率,提出了一种结合潜在语义分析LSA(Latent Semantic Analysis)和支持向量机SVM(Supported Vector Machine)的文本褒贬情感倾向分类方法.从语义的角度利用潜在语义分析方法建立“词文档”的语义距离向量空间模型,然后使用具有良好分类精度和泛化能力的支持向量机进行情感分类.实验结果表明,该方法在句子简短、情感倾向比较明显的Web评论中的准确率较传统的SVM方法有了一定的提高,在测试集上的分类准确率接近88％.

关键词：文本处理、语义距离、情感极性分类、潜在语义分析

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：湖南大学湖南省自然科学基金13JJ4038;湖南大学"青年教师成长计划"资助

在线出版日期：2014-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：248-252,284