基于机器学习的中文评论倾向性分类实证研究  

Research of Tendency Algorithm for Chinese Comments based on Machine Learning

作　　者：周军[1] 何力[1] 韩伟红[1] 邓璐[1] 

机构地区：[1]国防科技大学,湖南长沙410000

出　　处：《信息网络安全》2013年第10期164-166,共3页Netinfo Security

基　　金：国家高技术研究发展计划(863计划)[2011AA010702]

摘　　要：文章对长度短、变形词多的中文评论的倾向性分类问题做了深入研究,分析了目前比较流行的几种算法,其中特征选取方法选取了卡方统计量(CHI)、信息增益(IG)、互信息(MI);分类算法选取了K最邻近节点(KNN)方法、支持向量机(SVM)方法、朴素贝叶斯(Naive Bayes)方法。通过两两组合进行实验,最终的实验结果表明,特征选取方法采用IG,分类算法采用Nave Bayes效果较为理想。In this paper, we do some research on tendency of Chinese comments with the characteristics of short length and multiple transformed words. We analyz some kinds of algorithms which is poplar now. We chose CHI- square statistic （CHI）, Information Gain （IG）, Mutual Information （MI） as the feature selection method and KNN, SVM, Naive Bayes as the segment algorithm. The experiment is done with combination of two and it shows that the algorithm of IG and Naive Bares have a better effect than others.

关 键 词：倾向性 机器学习 特征选择 特征项权重 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]