一种结合随机游走和粗糙决策的文本分类方法

情感分析一直是社交媒体领域所研究的热点,为克服有些情感词语在文本中模糊性强的问题,本文引入了两个模型.随机游走模型在互联网分析及页面排序中有了一些成熟的应用,但在文本倾向性分析中少有涉及.文中提出基于扩展随机游走模型的情感词极性判别算法,对模糊性词语的情感词极性进行分析,通过建立文本向量空间,提出基于情感词极性权重序的属性离散化算法,对候选属性进行离散化处理.最后通过粗糙决策置信度模型,对文本最终情感类别进行判定.实验通过词极性判别、离散化、粗糙决策置信分类三个阶段,把各阶段得到的结果与其他方法进行对比,最后通过多种评价指标对情感分类的最终分类结果进行评判,实验结果证明了方法的有效性.