用于社交媒体情感分析的改进多项式朴素贝叶斯方法-研究论文

由于多年来互联网用户数量的大幅增长，社交媒体用户数量也出现了大幅增长。 每个人都喜欢就直接或间接与他们有关的问题发表意见。 只需轻敲几下键盘，只需几秒钟即可轻松向数百万人表达我们的观点，社交媒体已成为一个可以有效利用以提取有关人们的有价值信息的平台。 用户的评论可以通过一些 API 提取出来，然后输入一个算法来判断它是否是正面的，这就是用户的情绪。 提出的一种算法是多项式朴素贝叶斯分类器，即使在包含少于 1000 个训练示例的非常小的训练集上，与之前未见过的数据上的更复杂的算法相比，它在语言预处理的某些步骤之后给出了可观的结果。 我们观察到像朴素贝叶斯这样的生成模型通常比 SVM 和决策树等判别模型在语料库较小的微博网站上执行情感分析任务时表现更好。