Python的机器学习有朴素贝叶斯、逻辑回归和支持向量机几种分类器模型, 用于网页文本的情感挖掘的模型训练。
。Python的机器学习有朴素贝叶斯、逻辑回归和支持向量机几种分类器模型, 用于网页文本的情感挖掘的模型训练。
在网页文本分词后的词组被表示成基于tf-idf的空间向量形式, 朴素贝叶斯分类器根据这些向量计算得出每个主观文本属于情感词典中情感类别的概率, 最大概率即是文本所属的主观情感类别。
基于朴素贝叶斯分类模型的机器学习情感识别算法是将含有训练文本集合和验证集合两部分的输入语句集经过文本预处理、文本表示和文本主观性分类模型特征选择后得到输入语句。用特征表示后, 经过朴素贝叶斯分类模型的分类算法得到主观性文本的情感分类结果, 最后得到文本客观句集和文本主观句集, 从而识别出网页文本的情感。
可能您还想看