|
|||||
|
|
| Mixed-Fisher特征云模型聚类在文本情感分类中的应用 | |
| 作者单位： | ;1.兰州文理学院数字媒体学院;2.兰州理工大学计算机与通信学院 |
| 摘 要： | 海量网络信息的出现,使得提取文本信息情感观点成为研究的热点。针对文本情感分类中文本信息模糊及分类准确率低的问题,提出了一种基于Mixed-Fisher特征选择的文本云向量模型聚类算法。该算法首先分别计算文档中各个词性特征项的Fisher判别比,根据Fisher判别比越大特征向量判别性越强的Fisher准则,选择Fisher比值较大的前q个特征,并按照词性进行组合生成文档的Mixed-Fisher特征向量。然后在Mixed-Fisher特征向量集上构建文档的云向量模型,根据云向量模型间的差异度对模型进行聚类和合并。将该算法应用于文本情感观点的分类,选择核Fisher判别技术用于最终文本观点的判定。仿真实验结果表明,基于Mixed-Fisher特征的云向量聚类模型的分类准确率明显优于传统向量空间模型,从而验证了核Fisher判别技术的有效性。 |
| 关 键 词： | 文本情感分类 Fisher判别比 词性特征 云向量模型 核Fisher判别 |
Text Sentiment Classification Based on Cloud Model Clustering and Mixed-Fisher Feature |
|
| Abstract: | |
| Keywords: | |