开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-01-20
详细说明：大多数基于有指导机器学习方法的情感分类采用N 元（n-gram）词袋（bag-of-words）模型，使用二值（binary）作为特征项的权重。本文系统地分析了信息检索中常用的特征权重计算方法，并从项频、倒文档率、归一化因子等角度加以借鉴和改进，研究其在商家评论上的应用。最主要的改进在于考虑了特征项在不同类别中分布情况的差异以及对倒文档率的平滑。在餐饮评论语料上的实验结果表明，经典的tf·idf若干变形，尤其是倒文档率类差异（delta idf）及平滑因子（smoothing factor）的引入，能有效提高分类准确率。在酒店、电脑、书籍等领域的在线评论公开数据集上也取得了较好的性能，证明了方法的普遍适用性。这一方法目前已经在中国电信“号码百事通”业务中用于餐饮商家及优惠券推荐，效果良好。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
