中文微博情感分类的简单多标签排序算法

来源：计算机应用杂志2015年第10期北京时间：

作者：史绍亮, 文益民, 缪裕青

单位：1. 桂林电子科技大学 计算机科学与工程学院, 广西 桂林 541004;2. 广西可信软件重点实验室(桂林电子科技大学), 广西 桂林 541004

摘要：针对中文微博文本情感分类中每个样本最多只有两种有序情感标签的情形,提出了一种简单的多标签排序算法——TSMLR,该算法采用两步学习和两步分类的策略,通过学习情感标签之间的主次关系,对微博文本的情感进行分类并对情感标签进行排序。首先,将一个多标签排序问题转化为八个多类单标签分类问题,分别对主要情感标签和次要情感标签进行学习;然后,利用得到的分类模型对微博表达的情感进行两步分类,首先给出主要情感标签,再给出次要情感标签。通过在NLP&CC2014的中文微博文本情感分析评测数据集上进行实验,与校准标签排序方法(CLR)相比,TSMLR方法的准确度和平均精度分别提高了8.59%和9.28%,1-错误率相应下降了9.77%,而且TSMLR所需的训练时间相对较少。实验结果表明:TSMLR对标签之间顺序关系的学习能够有效提高对中文微博情感分类的准确率。

关键词：情感分析,中文微博,多标签排序,情感分类,两步策略

基金资助：国家自然科学基金资助项目(61363029,71340025);广西区科学研究与技术开发项目(桂科攻14124005-2-1);广西可信软件重点实验室项目(KX201311)。