基于SVM的中文产品评论情感分类研究

• 作者: 郗亚辉
• 来源期刊: 信息与电脑：理论版
• 学科: 工学
• 关键词: 情感分类 产品评论 特征选择 支持向量机
• 年，卷（期）: xxydnllb_2012,（1）
• 页码范围: 139-140
• 页数: 2页
• 分类号: TP391.1

摘要

随着电子商务的飞速发展,网络上的产品评论数量也随着飞速增长。如何从大量的产品评论中挖掘出有效信息,已经成为一个重要的研究领域。情感分类将产品评论自动分为正面评论和负面评论两类,是一项有较大实用价值的分类技术,能帮助人们自动分析产品评论中包含的用户观点信息。本文针对中文产品评论的多种特征,使用SVM作为分类方法,比较分析了不同特征对分类效果的影响。实验结果表明,选择适当的特征,使用SVM可以获得较好的情感分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郗亚辉	河北大学数学与计算机学院	13	130	7.0	11.0