王祖辉
- 作品数：5 被引量：47H指数：3
- 供职机构：哈尔滨工业大学经济与管理学院信息管理与信息系统研究所更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术社会学经济管理更多>>
- 在线评论情感分析中固定搭配特征提取方法研究被引量：26
- 2014年
- 有效和稳定的特征提取和特征表示是提高在线评论情感分析性能的重要因素。在常规的连续词袋性、触发对等特征的基础上,本文研究在线评论中固定搭配特征的提取与表示方法,提出结合互信息和平均互信息、基于粗糙集两种策略用于固定搭配特征提取,并从特征抽取方法的有效性和稳定性分析出发考查所抽取的固定搭配其内部及外部稳定性,并将经筛选的固定搭配特征融合于多种情感分析模型中进行情感分析。真实酒店评论数据上的实验表明,固定搭配特征的恰当表示和筛选有效改善情感分析模型的分类精度,此外研究发现评论中情感特征词分布不均衡情况下采用可变精度粗规则的提取策略有助于提高情感分析的分类精度。
- 王祖辉姜维李一军
- 关键词：情感分析粗糙集支持向量机
- 引入数据平滑的增量式贝叶斯垃圾邮件过滤方法被引量：2
- 2012年
- 朴素贝叶斯分类器在处理垃圾邮件过滤任务时,往往存在数据稀疏问题。由于语料库中特征出现遵循Zipf定律,所以单纯依靠增加训练语料方式难以解决该问题。为克服数据稀疏问题,引入数据平滑算法计算贝叶斯模型中缺失特征的补偿概率。通过领域术语抽取与概念相关模型增加分类中语义知识处理能力。采用增量式学习方法完成动态在线学习过程。Ling-Spam垃圾邮件语料库实验表明该方法提高分类精度2.51%,在国家863语料表明该方法比Laplace原则提高了3.05%。
- 王祖辉姜维
- 关键词：垃圾邮件过滤贝叶斯分类数据平滑
- 基于支持向量机的垃圾邮件过滤方法被引量：9
- 2009年
- 针对中英文混合垃圾邮件过滤问题,提出一种基于支持向量机(SVM)的过滤方法和融合多种分类特征的框架。通过改进SVM中线性核的表示方式,解决存储空间和计算量问题。通过领域术语自动抽取技术,增强垃圾邮件过滤的语义单元识别能力,提高垃圾邮件分类性能。在跨语言大规模语料库上的实验表明,采用SVM比采用Good-Turing算法平滑的朴素贝叶斯模型泛化性能提高了6.13%,分类精度比最大熵模型提高了8.18%。
- 王祖辉姜维
- 关键词：垃圾邮件过滤支持向量机
- 基于CCSD多属性评价方法的区域经济竞争力研究被引量：7
- 2012年
- 针对于主成分分析方法在区域竞争力研究中所表现出的局限性与不足,本文采用了一种基于相关系数标准差(CCSD)的多属性评价方法。该方法综合考虑了指标属性值的相关程度和偏差大小对评价结果的影响,并通过构建CCSD模型将其影响反映到指标权重的确定上,从而能够有效地克服主成分分析方法和传统的多属性评价方法在评价实施过程中属性权重确定的主观性。CCSD多属性评价方法在指标权重确定中消除了指标间的相关性影响,因此在指标选择上不再受统计量的局限,从而能够通过指标数据确定指标权重,依据客观数据得到评价结果。本文应用该方法对我国31个省市自治区的经济竞争力进行了对比研究,发现其评价结果与实际经济发展现状相一致,从而证实了该方法的有效性和实用性。
- 袁宇李一军姜维王祖辉
- 关键词：运筹学区域竞争力主成分分析
- 基于粗糙集的在线评论情感分析模型被引量：3
- 2012年
- 针对在线评论情感分析的复杂特征抽取问题,提出一种基于粗糙集的在线评论情感分析模型。分析传统词袋性特征,指出固定搭配特征在情感极性判别中的作用,采用粗糙集方法挖掘在线评论中的固定搭配特征,将其融合于SVM与Naive Bayes等情感分析模型中。实际酒店的在线评论情感分析结果表明,增加粗规则后,SVM模型与Naive Bayes模型获得的评论情感判别精度都有所提高。
- 王祖辉姜维
- 关键词：情感分析粗糙集特征提取支持向量机
