基于裁剪技術(shù)的非平衡評論褒貶傾向分類研究.pdf

1、隨著互聯(lián)網(wǎng)(Internet)的迅猛發(fā)展，網(wǎng)絡(luò)逐漸被人們當(dāng)作交換、宣傳信息和意見的媒介。由于互聯(lián)網(wǎng)的開放性和共享性，使得網(wǎng)上涌現(xiàn)出了大量的帶有褒貶情感色彩的評論。對于網(wǎng)上大量的褒貶不一的評論，往往呈現(xiàn)出褒貶非平衡的分布特性，如何對這些非平衡的評論文本進(jìn)行組織、處理與褒貶情感傾向分析，成為信息科學(xué)與技術(shù)領(lǐng)域關(guān)注的熱點之一。
　　針對非平衡評論文本的褒貶情感傾向分類問題，本文進(jìn)行了如下的研究工作:
　　(1)為了對非平衡評論文本

2、的分布特性進(jìn)行深入分析，首先應(yīng)用統(tǒng)計方法對圖書和賓館兩種評論的分布特性進(jìn)行了相關(guān)計算，然后以支持向量機(jī)(SVM)作為分類器對兩種評論文本進(jìn)行褒貶情感傾向分類，實驗結(jié)果表明:貶義類評論（即少數(shù)類）的召回率較低。
　　(2)為了提高貶義類評論（即少數(shù)類）的召回率，本文研究了兩種裁剪方法，即類邊界裁剪和密度均衡裁剪，通過裁剪方法，得到類分布趨于平衡的新的訓(xùn)練評論文本集，然后采用信息增益和Fisher兩種特征選擇方法進(jìn)行特征選擇，最后以支