本書是近年來作者對文本情感分類研究成果及經驗的總結。本書針對文本情感分類中存在的高維數據、非均衡數據和無標簽數據等問題，將泛化能力和適應性較強的集成學習引入文本情感分類問題的研究中，系統比較各類集成學習方法在文本情感分析中的有效性，以此為基礎分別研究基于POS-RS的文本情感分類問題、基于非均衡數據分類的文本情感分類問題，以及基于半監督學習的文本情感分類問題。
目錄
第1章 緒論 1
1.1 研究背景 1
1.2 國內外研究現狀及發展動態分析 2
1.2.1 文本情感分類相關研究 2
1.2.2 集成學習相關研究 4
1.3 研究目標 5
1.4 研究內容 6
1.5 研究方法 7
1.6 本書結構 7
第2章 文本情感分類和機器學習理論研究 9
2.1 文本情感分類理論研究 9
2.1.1 文本情感分類概述 9
2.1.2 文本情感分類的主要任務 10
2.1.3 基于情感知識的方法 11
2.1.4 基于機器學習的方法 13
2.2 機器學習理論研究 18
2.2.1 機器學習概述 18
2.2.2 非均衡數據學習 26
2.2.3 半監督學習 31
第3章 集成學習在文本情感分類中的比較研究 39
3.1 概述 39
3.2 集成學習在情感分類中的應用 40
3.2.1 Bagging算法 40
3.2.2 Boosting算法 41
3.2.3 RS算法 42
3.3 實驗設計 43
3.3.1 數據集 43
3.3.2 評價標準 43
3.3.3 實驗過程 43
3.4 實驗結果分析與討論 44
3.4.1 實驗結果 45
3.4.2 從集成學習方法角度進行的分析和討論 58
3.4.3 從基學習器角度進行的分析和討論 64
3.4.4 從特征集角度進行的分析和討論 66
第4章 基于POS-RS的文本情感分類研究 69
4.1 概述 69
4.2 基于POS-RS的文本情感分類模型 70
4.2.1 特征選取 70
4.2.2 模型構建 72
4.2.3 POS-RS算法 73
4.3 實驗設計 74
4.4 實驗結果分析與討論 75
4.4.1 實驗結果 76
4.4.2 分析與討論 76
第5章 電子商務中面向非均衡數據的文本情感分類研究 91
5.1 概述 91
5.2 基于詞性分析和非均衡數據分類的文本情感分類方法 92
5.2.1 電子商務中基于詞性分析的文本情感分類方法 92
5.2.2 電子商務中基于非均衡數據分類的文本情感分類方法 93
5.3 實驗設計 96
5.3.1 實驗數據集和評價指標 96
5.3.2 實驗流程 97
5.4 實驗結果分析與討論 97
5.4.1 實驗結果整體分析 100
5.4.2 不同非均衡數據分類方法對比分析 100
5.4.3 留詞性和去詞性方法對比分析 103
第6章 基于IDSSL的文本情感分類研究 105
6.1 概述 105
6.2 基于IDSSL的文本情感分類模型 107
6.2.1 基于分歧的半監督學習方法的文本情感分類建模 107
6.2.2 基于分歧的半監督學習方法的理論分析 108
6.2.3 基于IDSSL的文本情感分類方法 111
6.3 實驗設計 113
6.3.1 實驗數據集和評價指標 113
6.3.2 實驗流程 113
6.4 實驗結果分析與討論 114
6.4.1 實驗結果 114
6.4.2 分析與討論 116
第7章 結論與展望 120
7.1 結論 120
7.2 展望 121
參考文獻 123
彩圖
新書資訊