基于聚类核的半监督情感分类算法研究
本文关键词:基于聚类核的半监督情感分类算法研究
【摘要】:在互联网快速发展的今天,人类已经进入"大数据"时代,其中文本数据作为人类知识的载体,对于人类的进步与发展意义重大。如何运用大量未标记样本来提升文本情感分类的精度,也变得愈发重要。将半监督学习中的聚类核算法应用到情感分类问题中,给出基于聚类核的半监督情感分类算法。在标记样本和未标记样本上,建立加权无向图,求解聚类核,然后将该核函数用于SVM的情感分类器的训练上,完成情感分类工作。该方法直接将未标记样本所蕴含的信息融合到核中,不需要建立多个分类器,有效利用了未标记样本。实验结果表明,CKSVM算法在分类精度上明显优于基于Self-learning SVM和Co-training SVM的半监督情感分类算法,且在不同数据集上都有较好的适应性。
【作者单位】: 南京邮电大学理学院;
【关键词】: 半监督学习 聚类核 图 情感分类
【基金】:国家自然科学基金资助项目(61070234,61071167,61501251) 南京邮电大学引进人才科研启动基金资助项目(NY214191)
【分类号】:TP391.1
【正文快照】: 0引言随着互联网的发展,越来越多的消费者在网上发表评论[1],这些评论以主观的文本形式表达了消费者对于消费产品或服务的满意度。这不仅可以帮助其他消费者做出更好的判断,还可以帮助制造商跟踪和管理这些意见[2]。在自然语言处理(NLP)中,情感分类作为一种特殊的文本分类问题
【相似文献】
中国期刊全文数据库 前10条
1 刘蓉;李红艳;;半监督学习研究与应用[J];软件导刊;2010年08期
2 陈武锦;;半监督学习研究综述[J];电脑知识与技术;2011年16期
3 梁吉业;高嘉伟;常瑜;;半监督学习研究进展[J];山西大学学报(自然科学版);2009年04期
4 唐晓亮;韩敏;;一种基于极端学习机的半监督学习方法[J];大连理工大学学报;2010年05期
5 李欢;;半监督学习及其在数据挖掘中的应用[J];电脑知识与技术;2010年27期
6 崔鹏;;一种用于半监督学习的核优化设计[J];软件工程师;2013年09期
7 王艳华;杨志豪;李彦鹏;唐利娟;林鸿飞;;基于监督学习和半监督学习的蛋白质关系抽取[J];江西师范大学学报(自然科学版);2013年04期
8 梅松青;;基于自适应图的半监督学习方法[J];计算机系统应用;2014年02期
9 李燕萍;唐振民;丁辉;张燕;;半监督学习机制下的说话人辨认算法[J];计算机工程;2009年14期
10 王劲松;陈哲;冯静兰;顾明亮;;半监督学习对十个口述数字的识别[J];电声技术;2010年04期
中国重要会议论文全文数据库 前10条
1 柳斌;李之棠;涂浩;;基于半监督学习的应用流分类方法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
2 葛荐;马廷淮;;基于集成算法的半监督学习研究[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
3 赵玲玲;周水生;王雪岩;;基于集成算法的半监督学习[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
4 谷方明;刘大有;王新颖;;基于半监督学习的加权支持向量域数据描述方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
5 冯瑞;宋春林;;一种基于局部学习的复杂系统建模方法[A];2007中国控制与决策学术年会论文集[C];2007年
6 陈耀东;王挺;陈火旺;;半监督学习和主动学习相结合的浅层语义分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
7 邱慧宁;黄剑;陈羽;赖剑煌;;基于UDP的半监督学习及其在人脸识别的应用[A];第十四届全国图象图形学学术会议论文集[C];2008年
8 杨源;马云龙;林鸿飞;;基于权重标准化SimRank与半监督学习的产品属性归类[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
9 王倩影;冯国灿;汤鑫;;δ-距离及其在半监督增强中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
10 林良宪;利德江;蔡孟璇;邱政贤;;针对小样本分类的半监督式学习法[A];第25届全国灰色系统会议论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 谭学敏;基于半监督学习的运动想象脑-机接口研究[D];重庆大学;2015年
2 孙博良;在线半监督学习理论、算法与应用研究[D];国防科学技术大学;2014年
3 徐雪;样本的几何信息在半监督学习中的应用研究[D];中国科学技术大学;2010年
4 孔怡青;半监督学习及其应用研究[D];江南大学;2009年
5 兰远东;基于图的半监督学习理论、算法及应用研究[D];华南理工大学;2012年
6 唐晓亮;基于神经网络的半监督学习方法研究[D];大连理工大学;2009年
7 余国先;高维数据上的半监督学习研究[D];华南理工大学;2013年
8 潘俊;基于图的半监督学习及其应用研究[D];浙江大学;2011年
9 王娇;多视图的半监督学习研究[D];北京交通大学;2010年
10 桂杰;基于图的半监督学习和维数约简方法及其应用研究[D];中国科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 李南;基于属性偏序结构理论的半监督学习方法研究[D];燕山大学;2015年
2 路同强;基于半监督学习的微博谣言检测研究[D];山东大学;2015年
3 杜俊;半监督学习及其在社交媒体分析中的应用[D];华北电力大学;2015年
4 王俊超;在线半监督学习尺度自适应鲁棒目标跟踪[D];湘潭大学;2015年
5 薛巍;基于半监督学习的人脸特征抽取方法研究[D];扬州大学;2015年
6 黄f^;网站的可信度分析[D];福州大学;2013年
7 刘伟涛;半监督学习方法及应用研究[D];山东大学;2011年
8 陈新勇;基于核策略的半监督学习方法研究[D];河北大学;2010年
9 冯元佶;基于图的半监督学习的改进研究[D];湘潭大学;2010年
10 黄明明;半监督学习方法研究及在警用平台中的应用[D];大连理工大学;2010年
,本文编号:775124
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/775124.html