基于Pawlak屬性重要度的混合情感特征選擇算法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展,人們的生活方式有了很大的改變。從原來的靜態(tài)網(wǎng)頁到現(xiàn)在的微博,微信,交流平臺日漸完善,信息技術(shù)完全把我們帶到了一個以用戶為中心的年代。然而隨著生活質(zhì)量的提高,生活節(jié)奏也漸漸加快,更多人喜歡在微博平臺發(fā)布信息量小,格式隨意,實時互動的微博信息,這種快捷方便的交流方式不僅符合了當(dāng)代互聯(lián)網(wǎng)的發(fā)展,也漸漸影響了我們的生活。由于微博使用方便,傳播廣泛,關(guān)于微博內(nèi)容方面的情感分析研究也漸漸成為研究熱點。在情感分析的研究中,還存在

2、領(lǐng)域的依賴問題,情感語義理解問題,特征提取問題,特征數(shù)量與召回率方面的制約問題。
　　本文在前人研究基礎(chǔ)上,深入研究面向微博文本的情感分析,論文介紹了情感分析的主流方法,字典方法與有監(jiān)督的機器學(xué)習(xí)方法,通過研究有監(jiān)督的機器學(xué)習(xí)方法,發(fā)現(xiàn)傳統(tǒng)的特征提取方法采用較為單一的方法,不能很好的召回信息文本,通過研究發(fā)現(xiàn)粗糙集理論可以根據(jù)集合本身的特征進行特征選擇,對文本的情感分類具有較好的分類效果,本文首次在中文微博文本情感分析中加入粗糙集

3、理論,應(yīng)用粗糙集理論與現(xiàn)有特征選擇算法結(jié)合進行特征選擇,提出基于粗糙集的特征選擇算法:基于信息增益與粗糙集的特征提取算法 IGRough,和基于?2統(tǒng)計(CHI)與粗糙集的特征提取算法CHIRough,并與信息增益(IG)的特征提取算法進行對比實驗,試驗的結(jié)果表明基于粗糙集屬性重要度的混合特征提取算法相比信息增益算法具有明顯的優(yōu)勢,在F-值方面有明顯提升。同時通過研究其他機器學(xué)習(xí)方法,發(fā)現(xiàn)隨機梯度下降算法(SGD)具有比支持向量機更好的