程明德.pdfVIP

中山大学移动信息工程学院本科生实验报告 （2015 年秋季学期） 课程名称：Artificial Intelligence 任课教师：饶洋辉 年级 13 级 专业（方向） 移动信息工程 学号 姓名 程明德 电话 Email 554120271@ 开始日期 2015.10.24 完成日期 2015.10.28 1. 实验方法 1、读入数据，首先读入不重复词语并且建立两个二维数组，分别用来存储训练数据和测 试数据与关键词的向量关系；之后读入训练数据的情感值，分别用六个数组来存储。 2、利用KNN 的思想，找到与测试数据最相近的k 个训练数据，然后根据这k 个训练数据 的六个方面情感值做一定的回归，每个情感方面的最终值作为这个测试数据的情感值 3、在距离的选取上，分别用曼哈顿距离和欧式距离作为距离的判据 4、在最后k 个训练数据的六个方面情感值的处理，分别试了取平均值；取中位数；用距 离的倒数作为权重加权求和 5、最后试了下如果一开始不对向量归一化处理的结果 （对每组训练和测试向量归一化） （取k 近邻情感的平均值） （取k 近邻情感的中位数） - 1 - （以距离的倒数作为权重加权平均） 6、新添加权方法，可以将距离的倒数的n 次方作为权重再进行加权求和 7、新添加距离计算方法，以向量内积作为距离标准，此时距离越大相关度越高，并且在 最后处理k 近邻情感值采取平均值计算方法 （计算向量内积作为数据距离） 8、考虑到当两个数据向量完全不相关时，此时应该将距离放大，以减少这个距离的权重 影响 9、新添加距离计算方法——余弦距离，用两个向量的余弦角度值表示两向量所代表的数 据相关程度，其中0 表示数据重合，1 表示数据完全不相关 （添加了距离放大的余弦距离） （添加了距离放大的Minkowsiki 距离） 10、添加停止词（stopword），给的关键词中并不是所有关键词都有用，例如一些介词、 字母、纯数字、简单谓词等等，将这些词语在不重复关键词列表中提出可以改善结果 2. 实验结果 近邻数量 距离阶数 结果方式 anger disgust fear joy sad surprise 平均值 - k - r - type 1 1 - 0.1771 0.0758 0.2317 0.1793 0.1758 0.0503 0.148333 2 1 平均值 0.1771 0.1174 0.2808 0.1878 0.1626 0.0969 0.170433 3 1 平均值 0.1709 0.1264 0.2662 0.2009 0.1623 0.0949 0.170267 - 2 - 3 1 中位数 0.0881 0.1046 0.1845 0.1129 0.0814 0.0976 0.111517 距离倒数 2 1 0.1789 0.1182 0.2855 0.1896 0.1652 0.098 0.1725