应用SD-LS-SVM算法的评论情感分析模型

• 作者: 孙翌博 濮泽堃 徐玉华 胡冰
• 来源期刊: 软件导刊
• 关键词: 情感分析 上下文分析 置信区间 最小二乘支持向量机
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP306
• 语种: 中文
• DOI: 10.11907/rjdk.202535

摘要

随着电商经济的快速发展,消费者评论的情感预测有助于电商平台和商家研究销售策略实现精准营销.提出一种应用SD-LS-SVM算法的评论情感分析模型.首先构建词网,并利用上下文分析技术计算待检测评论中分词的评分,提取评论数据的特征向量.对LS-SVM进行基于置信区间简单动态优化的向量修剪,由改进的SD-LS-SVM算法对评论数据进行情感分类.为了验证模型的有效性,设计仿真实验对模型训练与预测结果进行统计分析.实验结果证明,该模型可以对评论文本进行有效情感分类且准确率达70％～85％.