10.3969/j.issn.1000-386x.2015.11.018
一种基于AdaBoost的跨语言情感资源迁移方法
针对文本情感分类研究中,有情感标注的语料在不同语言中的不均衡问题,提出一种基于AdaBoost的跨语言情感资源迁移策略.首先将目标语言训练集翻译成源语言;再在联合训练集上运用AdaBoost算法;通过设置滑动窗口更新训练集,训练最优弱分类器;最后得到适用于目标语言情感识别的分类器.实验表明,从目标语言到源语言的翻译方法是可行的.基于AdaBoost的分类策略获得了优于BaseLine的正确率和召回率,证明了该方法的有效性.
机器翻译、跨语言、情感资源迁移、AdaBoost算法
32
TP3(计算技术、计算机技术)
2015-12-23（万方平台首次上网日期，不代表论文的发表时间）
共4页
77-79,87
