基于领域词典和机器学习的影评情感分析

• 作者: 徐善山
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 情感分析 领域词典 机器学习 数据去重 特征选择
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 222-223
• 页数: 2页
• 分类号: TP18
• 字数: 2648字
• 语种: 中文

摘要

针对影评文本情感分析准确性不高的问题,本文提出一种基于影评领域词典结合机器学习的情感分析方法.首先,构建完备的影评领域相关词典,如程度副词词典、否定词词典和网络用词词典.然后,利用文本相似度的方法(TSIM)对训练数据集进行去重处理,并提出三类特征:词性、句法、依存进行选择.最后,利用NB和SVM相结合的分类方法对影评进行情感分类.实现结果表明,该方法相对于仅仅基于传统的机器学习的方法,具有更准确的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐善山	安徽理工大学计算机科学与工程学院	2	0	0.0	0.0