郑州轻工业学院学报(自然科学版)
鄭州輕工業學院學報(自然科學版)
정주경공업학원학보(자연과학판)
JOURNAL OF ZHENGZHOU INSTITUTE OF LIGHT INDUSTRY(NATURAL SCIENCE)
2011年
3期
1-4
,共4页
语义倾向度%情感文本分类%情感特征选择%KSVM
語義傾嚮度%情感文本分類%情感特徵選擇%KSVM
어의경향도%정감문본분류%정감특정선택%KSVM
结合机器学习方法中的SVM算法和KNN算法各自的优势,提出一种KSVM分类算法,采用具有语义倾向的词并综合其词性作为特征项,将一些网络评论进行情感分类,以判断一篇评论是正面还是反面.实验表明,运用该算法对网上的一些评论进行分类,可以达到较高的准确率.
結閤機器學習方法中的SVM算法和KNN算法各自的優勢,提齣一種KSVM分類算法,採用具有語義傾嚮的詞併綜閤其詞性作為特徵項,將一些網絡評論進行情感分類,以判斷一篇評論是正麵還是反麵.實驗錶明,運用該算法對網上的一些評論進行分類,可以達到較高的準確率.
결합궤기학습방법중적SVM산법화KNN산법각자적우세,제출일충KSVM분류산법,채용구유어의경향적사병종합기사성작위특정항,장일사망락평론진행정감분류,이판단일편평론시정면환시반면.실험표명,운용해산법대망상적일사평론진행분류,가이체도교고적준학솔.