《表3 情感词汇示例：一种结合随机游走和粗糙决策的文本分类方法》

  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

《一种结合随机游走和粗糙决策的文本分类方法》

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

通过第3.1节介绍的方法后获取候选文本属性集，由于选取较少特征词会损失一定的实验精度，选取过多特征词虽不会对结果造成直接影响，但会造成数据冗余，提高算法的时间复杂度.王素格等[28]提出一种面向非平衡文本情感分类的TSF特征选择方法，通过在COAE2014选取的图书评论数据集，显式组合正相关和负相关特征，去考量特征的平衡性用以表达文本信息.本文综合文本数量及文本平衡性，为使特征词的选择能更好代表实验结果，因此在600篇训练数据集里，选取候选特征词700个，里面包括了积极词汇特征数350个，消极词汇特征数350个，部分词汇特征如表3所示.