基于复杂网络的情感分类特征选择
本文关键词: 复杂网络 特征选择 情感分类 情感词典 出处:《计算机应用研究》2017年04期 论文类型:期刊论文
【摘要】:首先针对公共情感词典对专业领域适用性较低的问题,以公共情感词典作为种子情感词典,以评论语料库中未出现在公共情感词典中的形容词作为候选情感词,在此基础之上利用点互信息理论构建专业领域的情感词典;其次针对在线评论情感分类问题,利用复杂网络理论提出了一种新的情感分类特征选择算法,改进了传统特征选择算法忽略特征语义相关信息、遗漏评论情感资源的问题。通过构建候选特征词关系网络,利用复杂网络节点重要性理论,考虑节点的局部和全局重要性,提出了利用网络节点的度中心性、介数中心性和接近中心性综合衡量节点重要性来选择情感分类特征的算法NTFS(complex network feature selection)。最后以i Phone手机的在线评论为实验数据,利用SVM、NNET、NB分类器对比了NTFS、GI、CHI传统特征选择方法,实验证明NTFS在分类性能上优于GI、CHI算法。
[Abstract]:Firstly, aiming at the low applicability of the public emotion dictionary to the professional field, the public emotion dictionary is used as the seed emotion dictionary, and the adjectives which are not found in the public emotion dictionary in the comment corpus are used as the candidate affective words. On the basis of this, using the point mutual information theory to construct the emotion dictionary of professional field. Secondly, aiming at the online comment emotion classification problem, a new emotion classification feature selection algorithm based on complex network theory is proposed. This paper improves the traditional feature selection algorithm which neglects the feature semantic information and omits the comment on emotional resources. By constructing the candidate feature relational network and using the theory of node importance of complex network, the local and global importance of nodes is considered. In this paper, an algorithm, NTFS(complex network feature selection, is proposed to measure the importance of nodes by using the degree centrality, medium centrality and proximity centrality of network nodes. Finally, the online comment of I Phone mobile phone is used as the experimental data. The traditional feature selection method of NTFS is compared with the traditional feature selection method by using SVMNNETN NB classifier. The experimental results show that NTFS is superior to the GIZCHI algorithm in classification performance.
【作者单位】: 大连理工大学系统工程研究所;
【基金】:国家自然科学基金面上项目(61471083) 国家教育部人文社科研究规划基金资助项目(14YJA630044)
【分类号】:TP391.1;O157.5
【相似文献】
相关期刊论文 前10条
1 胡晓峰;;战争复杂网络研究概述[J];复杂系统与复杂性科学;2010年Z1期
2 张伟;孟晓玲;毛北行;;Lurie复杂网络的牵制同步[J];新乡学院学报(自然科学版);2013年05期
3 何阅,张培培,唐继英,韩雪芳,邱荣,陈其娟,周月平,常慧,何大韧;中药方剂的合作网络描述[J];科技导报;2005年11期
4 顾爱华;;基于网络传播的EGM方法改进方法研究[J];科技信息;2011年33期
5 陈端兵;尚明生;李霞;;重叠社区发现的两段策略[J];计算机科学;2013年01期
6 孙胜秋;;用复杂网络理论研究疾病的传播[J];重庆师范大学学报(自然科学版);2005年04期
7 王立夫;井元伟;孔芝;;复杂网络输出同步及稳定性分析[J];复杂系统与复杂性科学;2007年03期
8 姚洪兴;谢勇;王树国;;具有变时滞耦合部分非恒定节点复杂网络的同步(英文)[J];应用数学;2012年02期
9 林锦贤;胡尊胜;吕暾;;蛋白质网络的特征研究[J];福州大学学报(自然科学版);2014年03期
10 李永;方锦清;刘强;;连续渗流网络模型特性[J];复杂系统与复杂性科学;2010年Z1期
相关会议论文 前10条
1 程尊水;;时滞复杂网络的分岔与控制[A];中国力学学会学术大会'2009论文摘要集[C];2009年
2 赵军产;李钦;陆君安;姜钟平;;复杂动力网络的拓扑识别[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
3 程尊水;;时滞复杂网络的分岔与控制[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
4 李耀华;姚洪兴;;股市网络的稳定性研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
5 王朋;;我国纳米科研领域校企专利合作微探[A];实施国家知识产权战略,,促进专利代理行业发展-2010年中华全国专利代理人协会年会暨首届知识产权论坛论文集[C];2010年
6 项基;陈关荣;;关于牵制控制复杂网络的一些新概念[A];2006全国复杂网络学术会议论文集[C];2006年
7 孙伟刚;张静远;;两个不确定耦合网络的同步[A];第一届全国神经动力学学术会议程序手册 & 论文摘要集[C];2012年
8 赵芳翠;杨会杰;王久红;汪秉宏;;SCI索引因子的统计特征[A];2006全国复杂网络学术会议论文集[C];2006年
9 贾真;李翔;;复杂网络牵制策略效率分析[A];第二十九届中国控制会议论文集[C];2010年
10 禹东川;;网络拓扑估计[A];2006全国复杂网络学术会议论文集[C];2006年
相关博士学位论文 前1条
1 周鹏;面向危机事件感知的微博信息加工方法研究[D];华中科技大学;2013年
相关硕士学位论文 前1条
1 季青松;基于标签传播的社会网络社区划分技术[D];上海交通大学;2013年
本文编号:1553961
本文链接:https://www.wllwen.com/kejilunwen/yysx/1553961.html