基于朴素贝叶斯和支持向量机的评论情感分析

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.

关键词：用户评论、情感分析、朴素贝叶斯、支持向量机

所属期刊栏目：48

分类号：TP18;TP302(自动化基础理论)

在线出版日期：2020-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1700-1704