本文選題：卡方統(tǒng)計量 + 特征提取　； 參考：《計算機工程》2017年12期

【摘要】：針對文本情感分析中基于卡方統(tǒng)計量的特征提取方法容易忽略單個文本詞頻,導致文本分類準確率較低的問題,提出一種基于混合卡方統(tǒng)計量的特征提取方法。通過增加特征頻率、逆文檔頻率和負相關性指標,選出集中在某個特定類別中的特征詞,從而減少特征負相關性的干擾。采用基于隨機梯度下降的邏輯回歸方法進行文本情感分類,并利用模擬退火原理自適應選擇步長,解決隨機梯度下降算法中步長難以確定的問題。實驗結果表明,與基于卡方統(tǒng)計量的特征提取方法相比,該方法具有更高的文本情感分類質量。
[Abstract]:Aiming at the problem that the feature extraction method based on chi-square statistics in text emotion analysis is easy to ignore the frequency of a single text, which leads to the low accuracy of text classification, a feature extraction method based on mixed chi-square statistics is proposed.By increasing the feature frequency, the inverse document frequency and the negative correlation index, the feature words concentrated in a particular category are selected to reduce the interference of the feature negative correlation.The text emotion classification is carried out by using the logical regression method based on stochastic gradient descent, and the step size is adaptively selected by the simulated annealing principle to solve the problem that the step size is difficult to determine in the stochastic gradient descent algorithm.The experimental results show that compared with the chi-square statistics based feature extraction method, this method has higher text emotional classification quality.
【作者單位】： 江南大學物聯(lián)網工程學院;
【基金】：國家自然科學基金(61572238) 江蘇省杰出青年基金(BK20160001)
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前4條

1 魏立力;韓崇昭;;基于卡方統(tǒng)計量的屬性約簡新方法[J];計算機仿真;2007年05期

2 俞慶生;;基于云平臺的邏輯回歸模型構建算法的設計與實現(xiàn)[J];科技通報;2013年06期

3 邢秋菊,趙純勇,高克昌,郭躍;基于GIS的滑坡危險性邏輯回歸評價研究[J];地理與地理信息科學;2004年03期

4 王賢;張自力;;基于邏輯回歸的案件關聯(lián)[J];西南師范大學學報(自然科學版);2009年03期

相關會議論文 前1條

1 陳宗翰;孟捷;;卡方統(tǒng)計量在建立地理編碼地址關鍵詞庫中的應用[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（上冊）[C];2010年

相關博士學位論文 前8條

1 易軍;人臉識別中的特征提取與度量學習算法研究[D];北京郵電大學;2015年

2 陳超;復雜光照條件下的人臉識別方法研究[D];浙江大學;2016年

3 苗捷;時空特征提取方法研究[D];華南理工大學;2016年

4 譚文學;基于機器學習的作物病害圖像處理及病變識別方法研究[D];北京工業(yè)大學;2016年

5 彭藝;面向可視化的特征提取、簡化與追蹤[D];清華大學;2015年

6 王勝;基于子空間的特征提取與融合算法研究[D];南京理工大學;2016年

7 杜建衛(wèi);希爾伯特黃變換方法及其在特征提取中的應用研究[D];北京科技大學;2017年

8 王振宇;面向人臉識別的特征提取技術應用研究[D];東南大學;2016年

相關碩士學位論文 前10條

1 姚海英;中文文本分類中卡方統(tǒng)計特征選擇方法和TF-IDF權重計算方法的研究[D];吉林大學;2016年

2 伊瑤瑤;基于Hadoop的數(shù)據(jù)挖掘技術研究[D];南京郵電大學;2015年

3 劉鵬舉;基于判別學習的單目標跟蹤系統(tǒng)研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2016年

4 董書超;基于邏輯回歸模型的廣告點擊率預估系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2016年

5 張斌;智能推送平臺的設計與實現(xiàn)[D];西安電子科技大學;2015年

6 王鵬;基于邏輯回歸與GIS的青海省尖扎縣區(qū)域滑坡危險性評價[D];中國地質大學(北京);2017年

7 祁全昌;基于內容廣告平臺的點擊率預估系統(tǒng)的設計與實現(xiàn)[D];南京大學;2012年

8 劉力銀;基于邏輯回歸的推薦技術研究及應用[D];電子科技大學;2013年

9 周建成;存在“就是”句子的句間關系識別研究[D];杭州電子科技大學;2015年

10 湯鵬;基于LDA的特征提取及其在人臉識別中的應用[D];河北大學;2015年

，

本文編號：1753592