基于朴素贝叶斯和支持向量机的评论情感分析

• 作者: 凡甲甲 葛霓琳
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 用户评论 情感分析 朴素贝叶斯 支持向量机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1700-1704
• 页数: 5页
• 分类号: TP18|TP302
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.029

摘要

互联网时代充斥着海量的信息,如社交平台上用户发表的个人言论,以及各类电商平台上用户对商品服务的评论等.这些评论中包含个人情感,情感主要分为积极或消极两个方面,是商家分析产品服务和其他用户购买时的重要依据之一.论文利用机器学习方法对用户评论进行情感分析.主要采用词向量模型表示评论文本,利用PCA算法对特征向量进行降维,选取朴素贝叶斯及支持向量机两种分类方法分别对其进行情感分析.实验结果表明支持向量机分类效果较朴素贝叶斯好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凡甲甲		3	1	1.0	1.0
2	葛霓琳		2	0	0.0	0.0