徐　旭,　胡学钢,　张玉红

(合肥工业大学 计算机与信息学院，安徽 合肥　230009)



一种快速的基于特征选择的跨领域情感分类方法

徐旭,胡学钢,张玉红

(合肥工业大学 计算机与信息学院，安徽 合肥230009)

摘要:已有的跨领域情感分类方法多通过抽取公共特征空间或建立领域特定特征间的映射关系来消减领域间的差异性,由于不考虑特征情感区分力的差异,使得公共特征空间及特征映射的求解往往不准确。具有高区分力的特征对于文本情感分类具有重要的意义,但标记的缺失使得已有的特征选择方法难以应用。文章基于特征选择方法,提出一种快速的跨领域情感分类方法(cross-domain sentiment classification based on feature selection,CSFS),构建源领域特征与目标领域特征的词共现矩阵,基于该矩阵对目标领域特征的情感区分力进行评估,在目标领域中选择出其中具有高情感区分力的特征;再利用源领域信息计算目标领域特征的情感语义大小,从而构建目标领域分类器。实验结果表明,该方法在保证准确率的前提下,大大提高了跨领域分类的效率。

关键词:跨领域;特征选择;情感分类

博客、商品评论等信息在网络上大量涌现及其标记信息的相对缺失使得跨领域情感分类成为一个重要且富有挑战性的课题。当前的跨领域情感分类方法大多以领域间的差异性为切入点展开研究,通过特征提取构建特征公共子空间,使不同领域在该子空间中的分布差异性降到最低。文献[1-2]通过构建一个……