基于加权支持向量机评论情感倾向分类模型研究.pdfVIP

基于加权支持向量机的倾向分类模型

1研究背景与意义

随着近年来互联网的迅速发展，越来越多的人选择在网络上自己的观点

或者看法,无论是在购物，还是网上发布影评，人们热衷于网络作为载体

自己的带有感情倾向的评论。分类作为当前计算机领域的热点之一，旨在经

由过程计算机技术主动地揭示出文本中的立场信息，对文本的感情倾向性做出分

类判定。

分类方法大多基于机器学习的方法实现分类器的构造，比如朴素贝叶斯算法、

支持向量机（SVM）等，其本质上是通过通过某种学习方式，对充足的训练语料

进行提取训练，以此构建机器学习分类器模型，再通过该模型对待测试文本进行

分类预测。近几年也逐渐被应用于分类，通过建立卷积网络模拟神

经网络，调整各权值比重以及输入参数模拟人工分类，建立分类模型，

再通过大量的数据训练使得分类模型更加精确。

2问题描述与解决方案

目前存在的实际问题是用户需要通过评论获取者对产品的倾

向来评判产品