基于机器学习的文本情感倾向性分析

• 作者: 耿笑冉 谭定英 邹敏 陈平平
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 情感倾向分析 jieba分词 机器学习 BP神经网络算法 卡方统计
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 77-81,92
• 页数: 6页
• 分类号: TP181
• 字数: 5017字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.03.015

摘要

为实现对网络上电影评论的情感倾向性分析,通过对电影影评数据进行爬取,获取热门的电影评论,利用文本预处理和机器学习算法,完成对数据的训练以及测试,最终构建最优情感分类模型.实验结果表明,在所有词与双词结合并进行jieba的TF-IDF及卡方统计的特征提取下,得到的效果较好,BP神经网络以及多项式贝叶斯算法比较适用于这类文本的分析,尤其以BP神经网络的效果最佳,准确率达到86.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平平	广州中医药大学医学信息工程学院	45	190	8.0	12.0
2	谭定英	广州中医药大学医学信息工程学院	46	242	7.0	14.0
3	耿笑冉	广州中医药大学医学信息工程学院	3	0	0.0	0.0
4	邹敏	广州中医药大学医学信息工程学院	1	0	0.0	0.0