典型文献
基于支持向量机的中文文本情感分析方法研究
文献摘要：
随着信息技术的迅速发展,人们的生活、学习和互联网已密不可分,尤其是作为新一代大学生的00后青年,经常在微博、微信和QQ等各种互联网平台上留下自己的评论和观点.而对这些舆论观点的分析既有利于判断当今大学生的情绪问题,又有利于社会的健康发展.该文以山东石油化工学院官方微博的评论为例,通过爬取山东石油化工学院微博上的评论信息,并对该文本信息筛选和提取,应用支持向量机(SVM)进行情感分析,通过调整优化参数达到较好的分析效果.
文献关键词：
情感分析;爬虫;SVM;分类;词向量
中图分类号：
作者姓名：
刘祉燊;张倩;周菠;汪志霖;顾永昊
作者机构：
山东石油化工学院,山东 东营 257000
文献出处：
引用格式：
[1]刘祉燊;张倩;周菠;汪志霖;顾永昊-.基于支持向量机的中文文本情感分析方法研究)[J].科技创新与应用,2022(32):27-30
A类：
B类：
中文文本情感分析,QQ,互联网平台,下自,情绪问题,东石,石油化工,化工学院,官方微博,爬取,评论信息,文本信息,调整优化,优化参数,爬虫,词向量
AB值：
0.292129
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。
