黄梦莹,张晓滨

(西安工程大学 计算机科学学院，陕西 西安 710048)

0 引 言

互联网的发展,使人们可以从多个途径获得自己需要的信息,互联网用户可以通过网络发表自己对某人某事某物的看法,记录自己在某个时间的心理状态,而这些用户上传的情感文本数据使越来越多的情感评价体系应运而生．因而如何高效地获取情感文本中表达的对人、事、物的情感信息,分析用户的情感倾向,从而获取有用的信息已是大势所趋．文本情感分析是对带有感情色彩的主观文本进行分析处理[1]．分析用户的情感倾向首先需要对用户的文本数据进行分析,找到其文本的情感特征词．

卡方统计量和信息增益的特征选取方法是特征选择算法中效果较好的2种特征选取方法,其主要是对传统文本进行特征选择的方法,但由于两者都存在各自的不足,从而导致文本的分类效率不高,因此出现了很多对这2种方法进行改进的算法．刘海峰等[2]基于特征项的不同分布角度,实现对CHI模型的逐步优化以及裴英博等[3]通过对传统CHI方法特征选择精度的影响因素进行分析,提出了消除特征项与类别负相关对特征选择精度影响的改进算法．以上两者是在卡方统计量的方法上进行改进,都是基于传统的文本实验分类,并不适用于情感文本．另外有基于特征项在文本中的位置信息和词频信息,对CHI算法做出改进[4]的方法,以及基于微博文本的特征信息,提出……