基于NMF的Web评论情感分类方法研究
Web评论研究技术中,其情感分析就是将评论的情感极性进行褒贬分类的过程.本文将非负矩阵分解(nonnegative matrix decomposition,NMF)和支持向量机(support vector machine,SVM)相结合,构造出一种基于NMF的支持向量机(NMF-SVM)分类算法.该算法利用NMF对初始的"词—文档"向量矩阵进行有效降维,提取潜在语义,最后利用支持向量机对重新构造的"词-文本"向量模型进行情感分类.实验结果证明,该分类算法的准确率优于比传统的SVM算法,具有一定应用价值.
Web评论、情感极性分类、非负矩阵分解、支持向量机
12
TP391(计算技术、计算机技术)
2016-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
167-170