基于Python语言和朴素贝叶斯算法的中文文本情感分类器设计与实现

作     者：高秀艳 颜笑 

作者机构：河北软件职业技术学院 

基　　金：2022年度河北省高等学校科学研究计划项目“习近平新时代中国特色社会主义思想多语对译语料库的智能开发” 项目编号为ZC2022033 

出 版 物：《科技传播》 (Public Communication of Science & Technology)

年 卷 期：2024年第16卷第12期

页      码：14-17页

摘      要：在模型构建的前期阶段,信息过滤环节对模型的质量具有决定性影响。如果输入的数据中包含大量无关或无用信息,模型可能会吸收这些噪声,从而降低预测准确性和泛化能力。为了确保模型的高效性和准确性,文章着重设计了构建情感分类模型之前的信息过滤环节,对文本进行预处理,包括去除所有空格,去除所有标点符号,去除所有停用词等操作,使构建模型的信息更有分类价值。

主 题 词：情感分类模型 信息过滤 预处理 分类价值 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1674-6708.2024.12.005

馆 藏 号：203128567...