论文研究基于类别和改进的CHI相结合的特征选择方法.pdf

针对传统CHI方法的低频词缺陷问题以及传统CHI方法是在全局范围内作特征选择，忽略了特征和类别间的相关性问题，提出了改进方法。通过引入类内和类间分布因子，减少了低频词带来的干扰，并且降低了特征词在类间均匀分布时对分类带来的负贡献，同时提出基于类别的特征选择方法。采用随机森林分类算法，将提出的方法应用在微博情感分析领域。实验结果表明，以上方法能够有效地提高微博情感分类的准确率、查全率和F值。