论文部分内容阅读
已有的跨领域情感分类方法多通过抽取公共特征空间或建立领域特定特征间的映射关系来消减领域问的差异性，由于不考虑特征情感区分力的差异，使得公共特征空间及特征映射的求解往往不准确。具有高区分力的特征对于文本情感分类具有重要的意义，但标记的缺失使得已有的特征选择方法难以应用。文章基于特征选择方法，提出一种快速的跨领域情感分类方法（cross-domain sentiment classification based on leature selection,CSFS），构建源领域特征与目标领域特征的词共现矩阵，基