本系列文章包含:
- 基于 NLP 的电影评论情感分析模型比较
- 情感分析(一):基于 NLTK 的 Naive Bayes 实现
- 情感分析(二):基于 scikit-learn 的 Naive Bayes 实现
- 情感分析(三):基于 Word2Vec 的 LSTM 实现
- 情感分析(四):基于 Tokenizer 和 Word2Vec 的 CNN 实现
- 情感分析(五):基于 BERT 实现
情感分析(一):基于 NLTK 的 Naive Bayes 实现
朴素贝叶斯(Naive Bayes
)分类器可以用来确定输入文本属于某一组类别的概率。例如,预测评论是正面的还是负面的。
它是 “朴素的”,它假设文本中的单词是独立的(但在现实的自然人类语言中,单词的顺序传达了上下文