首页|基于不平衡文本分类的改进Stacking模型

基于不平衡文本分类的改进Stacking模型

Improved Stacking Model Based on Imbalanced Text Classification

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
文本情绪分类中消极情绪往往对决策者有着很重要的借鉴作用,然而很多情况下,消极情绪是难以识别的少部分.为了提高消极情绪的分类效果,提出了一种融合随机森林和逻辑回归的改进Stacking模型.该模型采用多次欠采样训练多个随机森林作为初级分类器,采用逻辑回归作为次级分类器,基于Amazon电子商务平台的购物评论数据集进行了验证.实验结果表明,该模型能够有效提高不平衡文本分类的分类效率.

蒋瑶、赵礼峰

展开 >

南京邮电大学理学院 南京 210023

文本分类 TFIDF 随机森林 Stacking

61304169

2021

10.3969/j.issn.1672-9722.2021.08.018

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(8)
  • 1
  • 11