首页|基于语义理解的Bayesian-Boosting情感分类

基于语义理解的Bayesian-Boosting情感分类

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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%.
Bayesian-Boosting Sentiment Classification Algorithm Based on Semantic

沈剑平、王轩、于成龙、李鑫鑫

展开 >

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

语义理解 Bayesian Boosting 情感分类

国家自然科学基金国家自然科学基金国家高技术研究发展计划(863计划)

60435020906120052007AA01Z194

2010

广西师范大学学报(自然科学版)
广西师范大学

广西师范大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.448
ISSN：1001-6600
年,卷(期)：2010.28(1)
  • 3