基于词性标注序列特征提取的微博情感分类

摘要

传统的n-gram文本特征提取方法会产生高维度的特征向量,高维数据不但增大了分类的难度,同时也会增加分类的时间.针对这一问题,提出了一种基于词性(POS)标注序列的特征提取方法,根据词性序列能够代表一类文本的这一个特点,利用词性序列组作为文本的特征以达到降低特征维度的效果.在实验中,词性序列特征提取方法比n-gram特征提取方法至少提高了9％的分类精度,降低4816个维度.实验结果表明,该方法能够适用于微博情感分类.