로만 우르두 감정 분석을 위한 차별적 특징 스펌핑 기법

용어 가중치는 용어에 가중치를 부여하여 정보 검색 또는 텍스트 분류 작업의 성능을 개선하는 것을 목표로 하는 가장 일반적으로 사용되는 접근 방식 중 하나입니다. 본 논문에서는 용어 유틸리티 기준(TUC)을 기반으로 독특한 용어를 식별하고, 이를 스팸하여 분별력을 높이는 차별적 특징 스펌핑 기법(DFST)이라는 새로운 용어 가중치 기법을 제안합니다. 실험 결과는 DFST가 정보 검색 분야의 검증된 용어 가중치 방식 세트보다 뛰어난 성능을 보였음을 보여주었습니다. 모든 실험은 이 작업을 위해 수집되고 주석이 달린 11,000개의 리뷰로 구성된 최대 로만 우르두(RU) 데이터셋에서 수행되었습니다. 또한, 분류 정확도를 더욱 향상시키기 위해 맞춤형 토크나이저가 구축되었습니다. 새로운 DFST를 사용하여 얻은 결과는 통계적으로 유의미하며 이전 접근 방법보다 우수한 것으로 나타났습니다.