基于朴素贝叶斯算法的中文评论分类

作     者：马文 陈庚 李昕洁 苏文伟 柴焰明 蒲应明 曾敬勋 刘学承 MA Wen;CHEN Geng;LEE Shinjye;SU Wenwei;CHAI Yanming;PU Yingming;TSENG Chinghsun;LIU Hsuehcheng

作者机构：云南电网有限责任公司信息中心昆明650217 云南大学软件学院昆明650091 阳明交通大学科技管理研究所中国台湾新竹30010 英国曼彻斯特大学计算机科学所英国曼彻斯特M139PL 

基　　金：国家重点研发计划项目(2018YFB2100100) 中国博士后科学基金资助项目(2020M673312) 云南省软件工程重点实验室开放基金资助项目(2020SE311) 云南省自然科学基金资助项目(202101AT070167) 云南省教育厅科学研究基金资助项目(2019J0010) 南方电网有限责任公司应用科技项目(YNKJXM20180019) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2021年第41卷第S2期

页      码：31-35页

摘      要：针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究。首先,根据中文评论分类的需求设计了朴素贝叶斯分类器;然后,使用WEKA以不同特征提取方式对其功能性进行了对比分析。通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成特征选取时文本分类的准确率最佳,准确率达97.65%,验证了朴素贝叶斯分类器在处理中文评论分类问题的可应用性。

主 题 词：朴素贝叶斯 文本分类 机器学习 自然语言处理 特征选择 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2021020271

馆 藏 号：203107373...