论文部分内容阅读
文本情绪分类中消极情绪往往对决策者有着很重要的借鉴作用,然而很多情况下,消极情绪是难以识别的少部分。为了提高消极情绪的分类效果,提出了一种融合随机森林和逻辑回归的改进Stacking模型。该模型采用多次欠采样训练多个随机森林作为初级分类器,采用逻辑回归作为次级分类器,基于Amazon电子商务平台的购物评论数据集进行了验证。实验结果表明,该模型能够有效提高不平衡文本分类的分类效率。