首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于语义理解的Bayesian-Boosting情感分类
引用本文:沈剑平,王轩,于成龙,李鑫鑫.基于语义理解的Bayesian-Boosting情感分类[J].广西师范大学学报(自然科学版),2010,28(1).
作者姓名:沈剑平  王轩  于成龙  李鑫鑫
作者单位:哈尔滨工业大学深圳研究生院计算机应用研究中心,广东,深圳,518055
基金项目:国家自然科学基金,国家高技术研究发展计划(863计划) 
摘    要:提出将语义理解与统计学方法相结合的机器学习算法来进行文本情感分类。首先提取文本中的情感词汇作为特征,利用统计学方法得到特征的初始权重,然后通过分析文本语义结构修改特征权重,最后利用Bayesian算法和以Bayesian作为基本分类算法的Boosting算法进行分类。实验表明,基于语义理解的Bayesian分类算法的分类准确率高于仅基于统计学的Bayesian分类算法,基于语义理解的Bayesian-Boosting算法的分类准确率最高,达到了90%。

关 键 词:语义理解  情感分类

Bayesian-Boosting Sentiment Classification Algorithm Based on Semantic
SHEN Jian-ping,WANG Xuan,YU Cheng-long,LI Xin-xin.Bayesian-Boosting Sentiment Classification Algorithm Based on Semantic[J].Journal of Guangxi Normal University(Natural Science Edition),2010,28(1).
Authors:SHEN Jian-ping  WANG Xuan  YU Cheng-long  LI Xin-xin
Abstract:
Keywords:Bayesian  Boosting
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号