TF-IDFC-RF：一种新颖的监督式术语加权方案
信息检索
2020-08-13 v2 机器学习
机器学习
摘要
情感分析是情感计算的一个分支，通常被视为二分类任务。在此思路下，情感分析可应用于若干场景以对文本样本中所表达的态度进行分类，例如电影评论、讽刺等。表示文本样本的一种常见方法是使用向量空间模型计算由术语权重组成的数值特征向量。最流行的术语加权方案是TF-IDF（词频-逆文档频率）。它是一种无监督加权方案（UWS），因为它在术语加权中不考虑类别信息。除此之外，还有监督加权方案（SWS），其在术语加权计算中考虑类别信息。近来提出了若干SWS，展现出优于TF-IDF的结果。在此情形下，本文对不同术语加权方案进行了比较研究，并提出了一种新颖的监督式术语加权方案，命名为TF-IDFC-RF（类内词频-逆文档频率-关联频率）。TF-IDFC-RF的有效性在四个常用情感分析数据集上通过SVM（支持向量机）与NB（朴素贝叶斯）分类器得到验证。TF-IDFC-RF展现出有前景的结果，在两个数据集上优于所有其他加权方案。
引用
@article{arxiv.2003.07193,
title = {TF-IDFC-RF: A Novel Supervised Term Weighting Scheme},
author = {Flavio Carvalho and Gustavo Paiva Guedes},
journal= {arXiv preprint arXiv:2003.07193},
year = {2020}
}