不平衡数据情感分析中的采样方法研究
计算与语言
2021-06-15 v1
摘要
本工作研究了采样方法在两个不同的高度不平衡数据集上用于情感分析的应用。其中一个数据集包含来自烹饪平台 Epicurious 的在线用户评论，另一个包含针对 Planned Parenthood 组织的评论。在这两个数据集中，关注的类别均为稀有类别。从这些数据集中提取词 n-gram 作为特征。首先应用基于信息增益的特征选择技术，将特征数量缩减至可管理的空间。随后应用多种不同的采样方法来缓解类别不平衡问题，并进行分析。
引用
@article{arxiv.2106.06673,
title = {Study of sampling methods in sentiment analysis of imbalanced data},
author = {Zeeshan Ali Sayyed},
journal= {arXiv preprint arXiv:2106.06673},
year = {2021}
}