结合AB-SMOTE和C-SVM的中文倾向性句子识别  

Identification of Chinese opinion sentence combined AB-SMOTE with C-SVM

作　　者：陈振伟[1] 廖祥文[1] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350108

出　　处：《福州大学学报（自然科学版）》2012年第3期310-315,共6页Journal of Fuzhou University(Natural Science Edition)

基　　金：福建省自然科学基金资助项目(2010J05133);福建省科技创新平台计划资助项目(2009J1007);福州大学科技发展基金资助项目(2010-XQ-22)

摘　　要：提出一种结合AB-SMOTE和C-SVM的中文倾向性句子识别算法.该算法先利用AB-SMOTE方法合成新样本,降低不平衡程度的同时也使数据具有更好的代表性,再对不同类别赋予不同的惩罚系数形成代价敏感的C-SVM分类器,充分结合了数据层和学习算法层方法的优点.实验结果表明,对酒店、笔记本电脑和书籍3个不平衡语料处理时,本算法能较有效解决不平衡问题,提高倾向性句子的识别精度.This paper proposes a new method that identification of opinion sentences combined AB - SMOTE and C - SVM. Firstly, use AB - SMOTE to synthesize new samples of small class, it not only reduce imbalance degree but also make the data has better representativeness. Then, give different cost coefficient to different class and get C -SVM. The method has sufficiently combined the advan- tage in data - level and algorithm - level. The experiments show that is relatively efficient to deal with the imbalance dataset problem and can get higl^er accuracy.

关 键 词：中文 倾向性句子 识别 算法 AB-SMOTE C-SVM 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]