论文阅读《ASSESSMENT OF FEATURE SELECTION METRICS FOR SENTIMENT ANALYSES: TURKISH MOVIE REVIEWS》

论文地址：ASSESSMENT OF FEATURE SELECTION METRICS FOR SENTIMENT ANALYSES: TURKISH MOVIE REVIEWS

情感分析通常使用电影评论，旅行顾问，商业评级，社交媒体和SMS数据作为实验数据。
这些文本可能包含三种情绪，例如积极，消极和中立。

在本论文中，使用语料库为土耳其电影评论，分类器为支持向量机和朴素贝叶斯，F1分数用于绩效评估。特征选择方法为信息增益和卡方。

其中，N是样本评论的总数，a是包含该术语的肯定类别的文档数量，b是不包含该术语的正面类别的文档数量，c是包含此术语的负面类别的文档数量 d是否定类别中不包含该术语的文档数。

在这项研究中，电影评论语料库是通过抓取数据源而创建的（www.beyazperde.com），并且我们获得了评论所有者的标注数据。

在这项研究中采用的是更有效的词干提取方法。
被称为“ Zemberek”的土耳其词条还原器提供了两种服务，使他们有更多的机会来控制捕获词根的敏感性。第一个选项是“修复单词”，它可以纠正作者犯的错误，第二个选择是，如果单词不能修复，它可以提供合适的单词。

假设（4.0，4.5，5.0）为正面，（2.5，3.0，3.5）为中立，（0.5，1.0，1.5，2.0）为负面评论。
从三个类别中收集了总计40050条评论，并用于测试和训练。

在第一个实验中，采用二分类（正或负），并在表1中给出了达到的F1分数。

在第二个实验中，通过使用产生的分数和采用的方法对选定的特征进行加权，并按三个类别进行分类。另外，在该步骤中，将NB与SVM结合使用以观察分类器方法的效果，所得结果如图2所示。

实验结果，支持向量机在将电影评论分为两个（正面和负面）类别时实现了83.9％的性能值，并且在通过支持向量机进行三个类别的分类时获得了63.3％的性能值。

Zemberek, an open source NLP framework for Turkish Languages Online Available at: https://code.google.com/p/zemberek/

最近在学习情感分析，所以就想到了多看一些论文。第一次写这个，选了一个很简单的，也没有涉及最新技术，可能写的很烂，多批评指教，谢谢！