《表2 情感分类对比实验Tab.2 Comparative experiments of sentiment classification》

《表2 情感分类对比实验Tab.2 Comparative experiments of sentiment classification》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《扩展语义相似情感词的文本情感分类方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了评估扩展语义相似情感词、引入词语间的统计特征和采用Adaboost分类模型的方法的整体效果,本实验在酒店、手机评论两个语料上与SCCR方法[14-17]进行对比.SCCR方法对中文在线评论进行情感分类,分类效果较好,可比性较强.实验选择NVAA作为初始特征,使用中文维基百科语料训练Word2vec生成词嵌入,词嵌入维度为200维.对于每一条评论,应用词嵌入计算其他词语与NVAA中每个词语的语义相似度,将相似度大于一定阈值的词语添加进NVAA特征集扩充情感语义特征,阈值的取值范围为0~1,以0.05为间隔循环设置阈值,最终选取使得准确率最高的阈值.把扩充后的特征集作为最终特征集,利用引入词语间统计信息的特征降维方法DF-TF进行特征降维,采用布尔权重,将评论集表示成特征-评论的向量空间模型,最后采用由弱分类器加权集成的Adaboost分类模型进行情感分类.表2为情感分类对比实验.