特征选择对微文本分类的影响
信息检索
2017-08-29 v1 计算与语言
摘要
社交媒体数据集，尤其是Twitter推文，在文本分类领域很受欢迎。推文是微文本（有时被称为“微客”）的宝贵来源，已在情感分析、推荐系统、垃圾信息检测、聚类等领域得到研究。推文中通常包含被称为“话题标签”的关键词，可用作推文的标签。使用包含50个标签的推文，我们研究了词级别与字符级别的特征选择和提取对不同学习器的影响，以解决多类分类任务。我们表明，简单的字符级别组的特征提取比简单的词组和预处理方法（如使用Porter词干提取和词性标注（“POS”）词形还原进行归一化）表现更好。
引用
@article{arxiv.1708.08123,
title = {Impact of Feature Selection on Micro-Text Classification},
author = {Ankit Vadehra and Maura R. Grossman and Gordon V. Cormack},
journal= {arXiv preprint arXiv:1708.08123},
year = {2017}
}
备注
4 pages, 6 figures