基于信息增益与CHI卡方统计的情感文本特征选择
【摘要】 信息增益（）是通过某个特征词的缺失与存在两种情况下，语料中前后信息的增加，衡量某个特征词的重要IG性，其只考虑到对整体贡献，易忽略局部影响;卡方统计（）是利用统计学的”假设检验”的基本思想:首先假设特征词与类别直接是不相关的，其易忽略低频词对文本影响。通过融合值附加权值区别于非情感词，基于该算法采用支持向量机（和两种特征选择算法，并在此基础上对情感词的特征IG）分类算法对文本数据进行情感倾向性分类，实验结果表明，CHICHISVM该方式可以极大提高情感分本分类。
