夏睿，宗成庆

(中国科学院 自动化研究所，北京 100190)

情感文本分类混合模型及特征扩展策略

夏睿，宗成庆

(中国科学院 自动化研究所，北京 100190)

针对篇章级别情感文本分类问题，分析了传统的生成式模型和判别式模型的性能，提出了一种级联式情感文本分类混合模型以及句法结构特征扩展策略.在该模型中，生成式模型(朴素贝叶斯分类器)和判别式模型(支持向量机)以级联的方式进行组合，旨在消除对于分类临界样本，模型判决置信度不足引起的误差.在混合模型的基础上，提出了一种高效扩展依存句法特征的策略.该策略既提高了系统的正确率，又避免了传统特征扩展方法所带来的计算量增加的问题.实验结果表明，混合模型及特征扩展策略与传统方法相比，在算法准确性和效率上，都有显著的提高.

文本分类;情感分类;混合模型;特征扩展

近10年来文本分类成为自然语言处理和模式识别领域的一个研究热点.传统的文本分类技术关注的是文本的客观内容，如文本主题.基于主题的文本分类技术已有多年的研究基础，发展较为成熟并且得到了广泛应用［1］;而情感文本分类所研究的对象是文本的主观内容，如作者的倾向度，近年来逐渐发展成为一种独特的文本分类任务，国内外都有着广泛的研究［2］.

情感文本分类的相关研究主要围绕下面2个问题进行:1)设计合适的分类器模型;2)寻找能够有效体现情感信息的特征表示……