论文部分内容阅读
针对中文情感识别中特征空间稀疏度和冗余度较高的特点，从集成学习视角出发，提出一种基于动态特征选择机制的情感识别方法．该方法首先采用核平滑方法构建特征子集划分的维度分布和特征空间的重要度分布，然后根据这两种分布函数，自适应划分特征空间，形成多个不同粒度的子空间，然后训练对应的基分类器，最后使用多数投票法的融合策略构造集成识别模型．在校园BBS评论数据上与其他基准算法进行对比实验，结果表明该算法在查全率和查准率等方面均优于其他算法，有效地提高了情感识别的准确性和鲁棒性．