基于熵值法改进Stacking的文本情感分析

摘要：

在情感分析研究中,使用Stacking算法进行情感分析时基学习器的选择是至关重要的.传统的Stacking算法仅仅只是将不同学习器结合起来,没有区分它们之间的不同,同时也不能反映初级学习器的实际预测情况,针对此问题,基于熵值法改进Stacking算法进行文本的情感分类.首先,使用熵值法确定单一分类器的性能指标权重,将指标值的权重进行加权求和获得不同模型的综合得分,通过综合得分来选择性能最好的基学习器组合;接着,由于基模型中的各个分类器性能的不同,将基学习器训练后的预测结果赋予不同的权重,输入到次级学习器当中;最后再利用次级学习器进行训练并预测情感倾向.实验结果表明,基于熵值法改进Stacking模型优于传统的Stacking模型,说明基学习器的选择和重要程度对情感分类具有一定帮助,为之后文本情感分析奠定一定的基础.

关键词：情感分析、熵值法、基分类器选择、改进Stacking

所属期刊栏目：23

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10008-10014