排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
基于主题模型的半监督网络文本情感分类研究 总被引:1,自引:0,他引:1
针对网络评论文本的情感分类问题中存在的数据的不平衡性、无标记性和不规范性问题,提出一种基于主题的闽值调整的半监督学习模型,通过从非结构化文本中提取主题特征,对少量标注情感的文本训练分类器并优化指标调整闽值,达到识别用户评论的情感倾向的目的。仿真研究证明阈值调整的半监督模型对数据非平衡性和无标记性具有较强的适应能力。在实证研究中,对酒店评论文本数据构建的文本情感分类器显示该模型可以有效预测少数类评论样本的情感极性,证实了基于主题模型的闽值调整半监督网络评论文本情感分类模型在实际问题中的适用性与可行性。 相似文献
3.
4.
5.
6.
本文针对L_1和L_2规则化趋势滤波的不足之处,从损失函数和罚函数两个方面对其进行改进。一方面引入分位数损失函数,将其推广为L_1和L_2分位数趋势滤波,另一方面引入Berhu罚函数,得到L_1和L_2分位数趋势滤波的集成方法。数值算例显示,L_1和L_2分位数趋势滤波可以很好地估计出不同分位数上的趋势,两者分别适用于分段线性趋势和光滑趋势的提取,当内在趋势未知的情况下,集成方法是一个很好的折中,另外τ=0.5时为L_1和L_2规则化趋势滤波提供了一种稳健估计。 相似文献
1