基于电商评论的文本情感分类

• 作者: 宋文广 金蕾
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 情感分类 特征提取 随机森林 SVM KNN AdaBoost
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 电子商务与电子政务
• 页码范围: 290-292
• 页数: 3页
• 分类号: TP181
• 字数: 3143字
• 语种: 中文

摘要

中文文本的情感分类是文本分类的重要领域,文章通过文本数据的采集、数据处理、文本数据向量化、分类器分类这四个步骤展示了文本分类的过程.采用TF-IDF和Word2Vec两种特征提取方式在同一种分类器下的分类效果,得出更适合实验数据集的特征提取方法.随后探讨了随机森林、SVM、KNN、AdaBoost四种文本分类算法在数据集上的表现效果,对四种分类效果进行了分析和比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋文广		38	74	5.0	6.0
2	金蕾		4	0	0.0	0.0