版权说明 操作指南
首页 > 成果 > 详情

采用动态特征选择的中文情感识别研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
刘智;杨宗凯(杨宗凯);刘三(女牙);王泰;孟文婷;...
作者机构:
[杨宗凯; 刘智; 刘三(女牙); 王泰; 王胜明] 华中师范大学
[孟文婷] 杭州海康威视数字技术股份有限公司武汉分公司
语种:
中文
关键词:
情感识别;动态特征选择;特征子空间;集成学习;核平滑
关键词(英文):
dynamic feature selection;feature subspace;ensemble learning;kernel smoothing
期刊:
小型微型计算机系统
ISSN:
1000-1220
年:
2014
卷:
35
期:
2
页码:
358-364
基金类别:
国家十二五科技支撑计划项目(2011BAK08803,2011BAK08805)资助 教育部新世纪优秀人才支持计划项目(NCET-11-0654)资助 国家“核高基”重大专项基金项目(2010ZX01045-001-005)资助.
机构署名:
本校为第一机构
院系归属:
国家数字化学习工程技术研究中心
摘要:
针对中文情感识别中特征空间稀疏度和冗余度较高的特点,从集成学习视角出发,提出一种基于动态特征选择机制的情感识别方法. 该方法首先采用核平滑方法构建特征子集划分的维度分布和特征空间的重要度分布,然后根据这两种分布函数,自适应划分特征空间,形成多个不同粒度的子空间,然后训练对应的基分类器,最后使用多数投票法的融合策略构造集成识别模型. 在校园BBS 评论数据上与其他基准算法进行对比实验,结果表明该算法在查全率和查准率等方面均优于其他算法,有效地提高了情感识别的准确性和鲁棒性.
摘要(英文):
Due to the high sparsity and redundancy of feature space in Chinese sentiment recognition research, a dynamic feature selec- tion mechanism based sentiment recognition method is proposed in terms of ensemble learning. This method first constructs the distri- bution of feature subset dimensionality and importance distribution of feature space via kernel smoothing method. Then the whole fea- ture space is adaptively divided into multiple subspaces with different granularity, and a base classifier is built on corresponding sub- space. Finally, a m...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com