基于语义准则函数的中文评论性文本极性聚类算法研究

作者：徐斌; 张玉峰

来源：情报学报, 2011, 30(5): 451-455.

DOI：10.3772/j.issn.1000-0135.2011.05.001

• 准则函数
• 极性词语义词典
• 文本聚类
• 评论
• 算法

通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务.经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足.针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法.这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索.实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的.

• 单位
  咸宁学院; 武汉大学