文档名：三支边缘过采样的不平衡文本情感分类
摘要：在实际应用中,少数类样本往往包含重要信息,而传统机器学习方法通常对少数类样本的分类准确率低,且误分类代价较高.针对不平衡文本数据的情感分类问题,以三支采样(three-waysampling,3WS)与过采样为基础,提出了三支过采样算法(three-waySMOTE,3WOS)和三支边缘过采样算法(three-wayborderline-SMOTE,3WOBS),3WOS能够更好地识别边界区域上的数据,3WOBS可以增强边界区域所蕴含的信息.首先,将文本数据构建为超球,获得超球边缘的支持向量.其次,3WOS对边缘上的支持向量直接进行过采样以生成合成新样本并更新样本集,3WOBS则在生成合成新样本后根据给定条件判断是否获得该新样本并更新样本集.最后,将更新的样本集放在不同的基分类器上进行对比实验.实验采用了3个不平衡数据集,并保证了不同的不平衡比.同时,在数据集训练过程中引入粒计算思想,确保模型的鲁棒性.实验结果表明,3WOS-ITSC与3WOBS-ITSC准确率较高且代价低于其他模型,为不平衡文本分类问题提供了新思路.
Abstract：Inpracticalapplications,minorityclasssamplesoftencontainimportantinformation,whiletraditionalmachinelearningmethodsusuallyhavelowclassificationaccuracyandhighmisclassificationcostforminorityclasssamples.Thispaperproposesthree-waysampling(3-waySMOTE,3WOS)andthree-wayborderline-SMOTE(3WOBS)algorithmsforthesentimentclassificationofunbalancedtextdata,basedonthree-waysampling(3WS)andoversampling.Oversamplingenablesbetteridentificationofdataontheborderline,andedgeoversamplingenhancestheinformationcontainedintheborderline.First,thetextdataarebuiltasahypersphereandthesupportvectorsofthehypersphereedgesareobtained.Second,3WOSoversamplesthesupportvectorsontheedgesdirectlytogeneratesyntheticnewsamplestoupdatethesampleset,while3WOBSgeneratessyntheticnewsamplesandupdatesthesamplesetafterdeterminingwhethertoobtainthenewsamplesbasedonthegivenconditions.Finally,theupdatedsamplesetisplacedondifferentbaseclassifiersforcomparisonexperiments.Threeimbalanceddatasetsareemployedanddifferentimbalanceratiosareguaranteed.Moreover,granularcomputingisintroducedduringthetrainingofthedatasetstoensuretherobustnessofthemodel.Ourexperimentalresultsshow3WOS-ITSCand3WOBS-ITSCaremoreaccurateandlesscostlythanothermodels,providinganewwaytoaddresstheimbalancedtextclassification.
作者：余啟煬 方宇 李昭宸 刘畅 杨梅Author：YUQiyang FANGYu LIZhaochen LIUChang YANGMei
作者单位：西南石油大学计算机科学学院,成都610500
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(5)
分类号：TP181
关键词：情感分类 不平衡数据 三支决策 采样 粒计算
Keywords：sentimentclassification imbalanceddata three-waydecision sampling granularcomputing
机标分类号：TP391TP181F832.51
在线出版日期：2024年5月24日
基金项目：国家自然科学基金，中央引导地方科技发展专项项目，四川省青年科技创新团队项目，西南石油大学一流本科课程培育建设项目，西南石油大学研究生全英文课程建设项目，合作协同育人项目三支边缘过采样的不平衡文本情感分类[
期刊论文] 重庆理工大学学报--2024, 38(5)余啟煬 方宇 李昭宸 刘畅 杨梅在实际应用中,少数类样本往往包含重要信息,而传统机器学习方法通常对少数类样本的分类准确率低,且误分类代价较高.针对不平衡文本数据的情感分类问题,以三支采样(three-waysampling,3WS)与过采样为基础,提出了三支过采...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
三支边缘过采样的不平衡文本情感分类 Sentiment classification of three-way borderline oversampling for imbalanced text
三支边缘过采样的不平衡文本情感分类.pdf
- 文件大小:
- 4.4 MB
- 下载次数:
- 60
-
高速下载
|
|
