文献类型：期刊文章

作　　者：苏艳[1] 居胜峰[1] 王中卿[1] 李寿山[1] 周国栋[1]

机构地区：[1]苏州大学自然语言处理实验室,江苏苏州215006

出　　处：《中文信息学报》

基　　金：国家自然科学基金资助项目(61003155;60873150);模式识别国家重点实验室开发课题基金资助项目

年　　份：2012

卷　　号：26

期　　号：4

起止页码：85-90

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：情感分类是目前自然语言处理领域的一个热点研究问题。该文关注情感分类中的半监督学习方法(即基于少量标注样本和大量未标注样本进行学习的方式),提出了一种新的基于动态随机特征子空间的半监督学习方法。首先,动态生成多个随机特征子空间;然后,基于协同训练(Co-training)在每个特征子空间中挑选置信度高的未标注样本;最后使用这些挑选出的样本更新训练模型。实验结果表明我们的方法明显优于传统的静态产生方式及其他现有的半监督方法。此外该文还探索了特征子空间的划分数目问题。

关 键 词：情感分类 半监督学习方法  特征子空间

分 类 号：TP391]