| 基于双层树状支持向量机的观点挖掘与倾向分析 |
| |
| 引用本文： | 孙红,黎铨祺,赵娜.基于双层树状支持向量机的观点挖掘与倾向分析[J].智能计算机与应用,2021,11(3):44-47. |
| |
| 作者姓名： | 孙红 黎铨祺 赵娜 |
| |
| 作者单位： | 上海理工大学光电信息与计算机工程学院,上海200093;上海现代光学系统重点实验室(上海理工大学) ,上海200093;上海理工大学光电信息与计算机工程学院,上海200093 |
| |
| 摘 要： | 本文通过进行大量预处理工作,将经过词袋模型和Word2Vec两种不同向量化方法处理后的文本数据分别输入到SVM和LSTM模型中,训练出可以识别文本情感倾向的模型.进而对新产生的评论进行分类.根据实际数据量的倾斜状况,基于传统机器学习算法支持向量机(SVM),本文提出双层支持向量机,采用2种不同的方法分别训练模型并预测.最后再使用深度学习算法长短时记忆模型(LSTM)再次训练并预测,并对这3种方法做出比较和总结.结果显示,双层SVM比单层SVM的准确度提高了8个百分点;而LSTM比单层SVM低了2个百分点,比双层SVM低了接近10个百分点.
|
| 关 键 词： | 商品评论 网络爬虫 SVM LSTM 情感分类 数据挖掘 |
View mining and trend analysis based on double-layer tree Support Vector Machine |
| |
| SUN Hong,LI Quanqi,ZHAO Na.View mining and trend analysis based on double-layer tree Support Vector Machine[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(3):44-47. |
| |
| Authors: | SUN Hong LI Quanqi ZHAO Na |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
