基于支持向量机的文本倾向性分类研究.pdf

No．52008 2008年第29卷第5期 中北大学学报(自然科学版) V01．29 OFNORTHUNIVERSITYOFCHINA(NATURALSCIENCE No．121) (总第121期) JOURNAL EDITION)(Sum 文章编号：1673—3193(2008)05-0421—05 基于支持向量机的文本倾向性分类研究 王素格1’3，杨安娜1，李德玉2，魏英杰，，李伟-，张 武。 (1．山西大学数学科学学院，山西太原030006；2．山西大学计算机与信息技术学院，山西太原030006f 3．上海大学计算机工程与科学学院，上海200072) 摘要： 文本倾向性分类可以广泛应用到信息检索，产品质量在线跟踪，民情民意调查分析以及聊天系统 等．本文提出了基于限定词性词语与信息增益、基于情感倾向词汇与信息增益的两种混合特征选择方法，并 设计了基于支持向量机的分类器．以汽车产品、篮球赛事以及中日关系3种中文评论文本为训练与测试语 料，对本文所提方法进行了实验验证，结果表明：限定词性词语与信息增益的混合特征选择优于信息增益与 情感倾向词汇混合特征选择方法． 关键词：文本倾向性分类； 支持向量机；特征选择；信息增益 中图分类号：TP391 文献标识码：A ResearchonTextOrientationClassification Basedon VectorMachine Support Wu3 WANG An—nal，LI Weil，ZHANG Su—gel’3，rANG De—yu2，WEIYing—jiel，LI (1．SchoolofMathematicsScience，Shanxi 030006，China； University，Taiyuan 2．Schoolof 030006，China； Computer＆InformationTechnology，ShanxiUniversity，Taiyuan of and 3．SchoolComputer University，Shanghai200072，China) EngineeringScience，Shanghai orientationclassificationcanbe toinformation online Abstract：Text widelyapplied retrieval，product of andchat kindsof feature methods publicopinions systems．Twohybrid selecting tracking，diagnoses andinforma— basedonwordswithrestrictedof andinformationsentimentwords part speech