论文部分内容阅读
文本情感分类是一项重要的自然语言处理任务，具有广泛的应用场景。以往的情感分类方法过于注重分类准确率，忽略了训练和分类过程的时间代价，而且使用的特征大多为词袋特征，存在维度高、可解释性差的缺点。针对这些问题，将粒计算的思想运用于文本数据的三层粒度结构（词-句-篇章），提出一种具有强可解释性的文本情感分类特征——SSS（Sentence-levelSentimentStrength）特征，SSS特征每一维度代表文章中每个句子的情感强度值；同时，在分类过程中，利用三支决策方法将待分类对象划分为３个区域，位于正域