星辰大展：利用类别关系进行基于评分尺度的情感分类
计算与语言
2007-05-23 v1 机器学习
摘要
我们解决了评分推断问题，即不像以往的情感分析工作那样仅决定评论是 "赞" 还是 "赞", 而是必须确定作者对多点尺度(例如 1 到 5 星)的评估。该任务是标准多类文本分类的一个有趣的变体，因为类别标签之间存在不同的相似度程度；例如，"三星" 在直观上与"四星"的相似度比与"一星"更大。我们首先评估了人类在该任务上的性能。随后，我们应用了一个基于问题的度量标签表述的元算法，该算法试图以明确的方式更改给定 n 分类器的输出，以确保相似的项目获得相似的标签。我们表明，元算法在采用适用于该问题的新型相似度度量时，相较于 SVM 的多类和回归版本都能获得显著的改进。
引用
@article{arxiv.cs/0506075,
title = {Seeing stars: Exploiting class relationships for sentiment categorization with respect to rating scales},
author = {Bo Pang and Lillian Lee},
journal= {arXiv preprint arXiv:cs/0506075},
year = {2007}
}
备注
To appear, Proceedings of ACL 2005