基于特征学习和情感词典的跨领域情感分类算法研究

摘要

情感表达的丰富性和领域独立性是跨领域情感分类的两大难题。鉴于此，本文提出了一种基于特征学习和情感词典相结合的跨领域情感分类算法。通过PMI（PointMutualInformation）情感词典获得大量情感色彩的确定集文本，并与原始领域已标记语料一起训练新的分类器，然后用新分类器对不确定集进行分类。对比其他分类算法实验结果表明，本文所提出的算法能够很好地解决跨领域情感分类问题。