高阳++冉兴萍++木合塔尔·艾尔肯

摘 要 在构词法上，主要通过词根和词干上加上各种词缀而形成新的词语，属于黏着型语言。构词的词缀丰富，有名词词缀、动词词缀、形容词词缀、数词词缀等。词缀具有很强的专有性，其专有性在词缀上会有明显的表现，可用来做情感分类特征。本文提出了使用切词前缀的方式，研究了词缀在SVM-KNN分类器中的表现。

关键词 情感分类 词缀 SVM-KNN 机器学习

中图分类号：TP18 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2016.09.063

A Study on the Characteristics of Prefix Letter in Uyghur

Language Text Sentiment Classification

GAO Yang[1]， RAN Xingping[1]， Muhtar Erkin[2]

（[1] Department of Computer Engineering， Changji University， Changji， Xinjiang 831100；

[2] College of Software， Urumqi Vocational University， Urumqi， Xinjiang 830008）

Abstract In word formation， mainly through roots and stems with a variety of affixes and the formation of new words， which belongs to agglutinative language. Word formation affixes are rich， noun affixes， verb affixes， adjective affix and affix numerals. Affix has a strong specificity， its specificity in the affix will have a significant performance， can be used to do the characteristics of emotional classification. This paper proposes to use the prefix segmentation way， studied the affix to SVM-KNN classifier performance.

Key words sentiment classification； affix； SVM-KNN； machine learning

1 引言

1.1 文本情感分类研究的现状

文本情感分类，也称为意见挖掘，主要实现的是对带有强烈情感倾向的文本进行分类。在研究对象容量大小差别，出现了基于词语、句子、篇章等级别的情感分类研究；在研究方法上，出现了基于资源的和基于统计的情感分类研究。近些年来，对文本情感分类领域的研究，主要的研究内容集中在以下几个方面：文本的情感极性分类、文本的主观性分析、词语的语义倾向性识别、观点提取等。具体的研究工作分布在以下几个领域：词的极性分类、主客观分类、基于机器学习的文本情感分类方法、基于情感词标注的文本情感分类。

1.2 基于机器学习的文本情感分类方法

下面将近年来国内外这方面的研究做简要的陈述。Pang等人最早使用基于统计的机器学习方法来研究文本情感分类问题，使用SVM、最大熵、朴素贝叶斯等分类器，同时以不同的特征选择、特征降维方法对internet上的影评文本进行情感分类研究。Pang等人还实现了另外一项工作，构造了一个基于minimum-cut的分类器，从而把文本的极性分类问题转化成求取句子连接图的最小分割问题。……