【论文阅读】《Delta TFIDF：An Improved Feature Space for Sentiment Analysis》（论文及实验）

Delta TFIDF

论文中提出了一种在文本分类之前给单词加权的计算方法，并使用SVM对三个数据集进行情感分析。

方法

在词袋模型中，每一个单词或者n-gram字都与一个值相关联。这些值通常都是文档中的数字。有时这些值会根据其对应单词在文档中的统计特征来进一步加权。相反，我们通过这些词在不同语料库中的出现情况来衡量它的值。

本方法通过计算某单词在正负语料库的TFIDF得分差异来为文档分配特征值。
给定：

• $C_{t,d}$是单词$t$在文档$d$中出现的次数。
• $P_t$是正训练语料中包含单词$t$的文档数量。
• $|P|$是正训练语料总数。
• $N_t$是负训练语料中包含单词$t$的文档数量。
• $|$