一种基于情感特征的短文本分类方法

摘要：

随着海量短文本的出现,使用短文本分类技术挖掘其中蕴含的大量有效信息成为研究的热点.针对目前分类过程中的特征选择方法只考虑词频的问题,和短文本的固有的篇幅短、关键词稀疏的特点,提出一种融合情感特征的短文本分类方法,结合TF-IDF(Term Frequency-Inverse Document Frequency)与情感词典修正特征词权重,经实验表明改进的特征提取方法能够有效提高具有区分能力的特征词的权重,避免传统方法不考虑情感只考虑词频所造成准确率不高的问题.使用谭松波老师整理的酒店评论中文语料库进行短文本分类实验,与传统方法进行对比,验证了本文方法的有效性.

关键词：短文本分类、特征提取、情感特征、TF-IDF

分类号：TP311(计算技术、计算机技术)

资助基金：山西省中科院科技合作项目;山西省社会发展科技攻关项目;"十二五"山西省科技重大专项项目

在线出版日期：2020-07-21（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：80-84,96