基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
使用Python爬虫从新浪微博获取数据,通过数据清洗、采用Jieba分词工具进行分词、去停用词等对数据进行预处理,构建了基于词典和文本分类算法的文本情感分析模型,对微博评论展开研究,模型准确率为0.878.
推荐文章
KNN文本分类算法研究
文本分类
KNN
向量空间模型
基于免疫算法的文本分类研究
文本分类
免疫
克隆选择
抗体浓度
基于文本分类技术计算中医方剂相似度
中医方剂
文本分类
相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于词典和文本分类算法的中医药文本情感分析研究
来源期刊 电脑编程技巧与维护 学科
关键词 情感分析 词典 文本分类 自然语言处理 中医药
年,卷(期) 2022,(4) 所属期刊栏目 软件研发与应用
研究方向 页码范围 29-31
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-4052.2022.04.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感分析
词典
文本分类
自然语言处理
中医药
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
总被引数(次)
25630
论文1v1指导