基于混合互信息算法的文本情感分析

针对互信息（MI）特征选择方法存在的正负相关性现象，以及未考虑特征项在不同类别内词频的问题，提出了一种混合互信息特征选择算法（hybrid mutual information，HMI）。引入逆文档频率系数和类间词频信息系数，使得整个文档中的词频信息以及每个类之间的词频信息得以有效利用；引入正负相关性系数，区分正相关性和负相关性并进行有效的利用。通过实验对比表明，混合互信息算法可以有效地提高特征选择的质量，进而提高文本情感分析的效果。