典型文献
基于词典和文本分类算法的中医药文本情感分析研究
文献摘要：
使用Python爬虫从新浪微博获取数据,通过数据清洗、采用Jieba分词工具进行分词、去停用词等对数据进行预处理,构建了基于词典和文本分类算法的文本情感分析模型,对微博评论展开研究,模型准确率为0.878.
文献关键词：
情感分析;词典;文本分类;自然语言处理;中医药
中图分类号：
作者姓名：
姚家琦;刘伟;吴若峰;龙泉江;刘迎丽;宾强
作者机构：
湖南中医药大学信息科学与工程学院,长沙410208
文献出处：
引用格式：
[1]姚家琦;刘伟;吴若峰;龙泉江;刘迎丽;宾强-.基于词典和文本分类算法的中医药文本情感分析研究)[J].电脑编程技巧与维护,2022(04):29-31
A类：
B类：
词典,文本分类,分类算法,文本情感分析,Python,爬虫,新浪微博,获取数据,数据清洗,Jieba,分词,停用,用词,微博评论,模型准确率,自然语言处理
AB值：
0.3639
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
