基于Adaboost和分类器加权融合的微博情感极性判别方法与流程

文档序号:14155799阅读:来源:国知局

技术特征:

技术总结
一种基于Adaboost和分类器加权融合的微博情感极性判别方法。其包括对微博文本进行处理;利用向量空间模型将词语用特征向量表示,使用卡方统计值进行特征选取;对语句进行特征权重表示,构建出每条微博文本对应的特征向量;对基本分类器进行训练;应用Adaboost学习方法进行提升;将基本分类器和应用Adaboost提升后的分类器进行加权融合,最终得到微博文本情感极性等步骤。本发明利用特征选择和特征表示方法找到了最佳方案,在较低的特征维度下选用布尔值达到了较好的效果,大大降低了计算量。利用Adaboost方法对单一分类器进行了提升,使弱分类器的性能得到提高。

技术研发人员:韩萍;李杉;贾云飞;牛勇钢;孙佳慧
受保护的技术使用者:中国民航大学
技术研发日:2017.11.10
技术公布日:2018.04.13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1