基于机器学习的情感分析

1基于机器学习
是指选取情感词作为特征词，将文本矩阵化，利用logistic Regression, 朴素贝叶斯(Naive Bayes)，支持向量机（SVM）等方法进行分类。最终分类效果取决于训练文本的选择以及正确的情感标注。

在训练过程（a）中，我们的模型学习基于训练样本，将特定输入（即文本）与相应的输出（标签）相关联。 特征提取器将文本输入传输到特征向量中。 将成对的特征向量和标签（例如，正，负或中性）喂给到机器学习算法中以生成模型。

在预测过程（b）中，特征提取器用于将未见过的的文本输入，变换为特征向量。 然后将这些特征向量喂给模型，该模型生成预测标签（正，负或中性）。

参考博主：数据分析学习总结笔记01：情感分析_Lynn Wen的博客-CSDN博客

————————————————
版权声明：本文为CSDN博主「Lynn Wen」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_41961559/article/details/105237852