数字农科院2.0

基于SVM的酒店客户评论情感分析

文献类型： 中文期刊

作者： 石强强;赵应丁;杨红云

作者机构：

关键词： 情感分析;支持向量机;K重交叉验证;网格搜索;特征组合

期刊名称：计算机与现代化

ISSN： 1006-2475

年卷期： 2017 年 3 期

页码： 117-121+126

摘要： 通过增加情感词典种类提高系统对网络词汇、表情符号进行分词和情感分析的准确性;以某酒店的客户评论为原始数据,提取正负向情感词的数量、否定词、程度副词以及特殊符号数量等文本特征后进行不同的特征组合,通过K重交叉验证和网格搜索算法找到SVM(支持向量机)算法的最优参数组合C和g。采用SVM对不同的特征组合进行训练测试并对每个组合的正确率进行分析,然后找出最适合用户评论情感分析的文本特征及特征组合。结果表明:在每个特征组合获取其最优的C和g参数组合的前提下,选用正负向情感词、否定词、情感分值、程度副词的特征组合测试正确率最高,达到93.4%。

分类号： TP391.1

  • 相关文献

[1]ChatGPT驱动的智慧图书馆情感感知与服务优化. 张铭洁,赵瑞雪. 2025

[2]国家公园建设的公众反响测度——基于B站《我们的国家公园》纪录片评论的主题和情感分析. 吴俣,李海英,李扬,林巧,李飞. 2025

[3]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[4]基于支持向量机的水稻叶面积测定. 孙玉婷,杨红云,王映龙,周琼,孙爱珍,杨文姬. 2018

[5]自动监测装置用温室粉虱和蓟马成虫图像分割识别算法. 杨信廷,刘蒙蒙,许建平,赵丽,魏书军,李文勇,陈梅香,陈明,李明. 2018

[6]可见光光谱和支持向量机的温室黄瓜霜霉病图像分割. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[7]基于支持向量机的X射线荧光光谱重金属检测模型的建立. 李芳,陆安祥,王纪华. 2016

[8]基于计算机视觉的水稻叶部病害识别研究. 刘涛,仲晓春,孙成明,郭文善,陈瑛瑛,孙娟. 2014

[9]基于Log-Gabor小波和Krawtchouk矩的遥感图像分类. 吴一全,陶飞翔,曹照清. 2016

[10]改进SVM-KNN的不平衡数据分类. 张涛,马春森. 2016

[11]基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术. 师越,司海平,吴旭,郭伟,时雷,马新明,周益林. 2015

[12]河南省新乡市水资源承载力评价研究. 宰松梅,温季,仵峰,孙浩. 2011

[13]基于支持向量机模型和图像处理技术的甜椒叶面积测定. 宰松梅,温季,郭冬冬,韩启彪,邓忠,孙浩,赵东彬. 2011

[14]基于分级阈值和多级筛分的玉米果穗穗粒分割方法. 杜建军,郭新宇,王传宇,肖伯祥,吴升. 2015

[15]基于近地成像光谱的小麦全蚀病等级监测. 师越,司海平,吴旭,郭伟,时雷,马新明,周益林. 2014

[16]基于主成分分析-支持向量机的我国农业科技创新能力评价. 秦薇,万忠,康乐. 2019

[17]基于离子迁移谱的葡萄籽油掺伪鉴别研究. 帅茜,张良晓,李培武,张奇,王秀嫔,丁小霞. 2014

[18]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[19]支持向量机在地下水位预报中的应用研究. 王景雷,吴景社,孙景生,齐学斌. 2003

[20]基于支持向量机的水稻纹枯病识别研究. 刘婷婷. 2011

作者其他论文 更多>>