基于机器学习的文本情感倾向性分析

doi:10.3969/j.issn.1006-2475.2020.03.015

计算机与现代化

基于机器学习的文本情感倾向性分析

(广州中医药大学医学信息工程学院,广东广州510006）

收稿日期:2019-06-03 出版日期:2020-03-24 发布日期:2020-03-30
作者简介:陈平平(1980-),女,广东蕉岭人,副教授,硕士,研究方向:计算机网络,大数据应用,E-mail： chenpingping@gzucm.edu.cn; 耿笑冉(1999-),女,河南安阳人,本科生,研究方向:数据挖掘,机器学习,E-mail: 417195779@qq.com；邹敏(1997-),女,广东河源人,本科生,研究方向:数据挖掘,机器学习,E-mail: 562139648@qq.com；通信作者:谭定英(1978-),女,广东丰顺人,副教授，硕士,研究方向:数据结构与算法,机器学习,E-mail： tandy@gzucm.edu.cn。
基金资助:
广州市高校创新创业教育项目（2019KC103）

Analysis of Text Sentiment Orientation Based on Machine Learning

(School of Medical Information Engineering， Guangzhou University of Chinese Medicine， Guangzhou 510006， China)

Received:2019-06-03 Online:2020-03-24 Published:2020-03-30

摘要/Abstract

摘要： 为实现对网络上电影评论的情感倾向性分析，通过对电影影评数据进行爬取，获取热门的电影评论，利用文本预处理和机器学习算法，完成对数据的训练以及测试，最终构建最优情感分类模型。实验结果表明，在所有词与双词结合并进行jieba的TF-IDF及卡方统计的特征提取下，得到的效果较好，BP神经网络以及多项式贝叶斯算法比较适用于这类文本的分析，尤其以BP神经网络的效果最佳，准确率达到86.2%。

关键词: 情感倾向分析, jieba分词, 机器学习, BP神经网络算法, 卡方统计

Abstract: In order to realize the emotional orientation analysis of movie reviews on the Internet, the film review data is crawled to obtain popular movie reviews, and text preprocessing and machine learning algorithms are used to complete the training and testing of the data, and finally the most superior sentiment classification model is constructed. The experimental results show that under the combination of all words and double words and the feature extraction of jieba’s TF-IDF and Chi-square statistics, the BP neural network and polynomial Bayesian algorithm are more suitable for the analysis of this kind of text, especially BP neural network is the best, the accuracy rate reaches 86.2%.

Key words: sentiment analysis, jieba, machine learning, Back Propagation Neural Network algorithm, Chi-square statistics

中图分类号:

TP181

陈平平,耿笑冉,邹敏,谭定英. 基于机器学习的文本情感倾向性分析[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2020.03.015.

CHEN Ping-ping, GENG Xiao-ran, ZOU Min, TAN Ding-ying. Analysis of Text Sentiment Orientation Based on Machine Learning[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2020.03.015.

参考文献

［1］ SINHA H， BAGGA R， RAL G． An analysis of ICON aircraft log through sentiment analysis using SVM and Naive Bayes classification［C］// Proceedings of 2016 International Conference on Information Technology. 2017:53-58.
［2］雷鸣,朱明. 情感分析在电影推荐系统中的应用［J］. 计算机工程与应用, 2016,52(10):59-63.
［3］樊振,过弋,张振豪,等. 基于词典和弱标注信息的电影评论情感分析［J］. 计算机应用, 2018,38(11):3084-3088.
［4］李国和,张腾,吴卫江. 面向机器学习的训练数据集均衡化方法［J］. 计算机工程与设计, 2019,40(3):812-818.
［5］苏玉锋. Android系统APP消息推送行为特征的测量与分析研究［D］. 长沙：湖南大学, 2017.
［6］李勇敢,周学广,孙艳,等. 中文微博情感分析研究与实现［J］. 软件学报, 2017,28(12):3183-3205.
［7］陈龙,管子玉,何金红,等. 情感分类研究进展［J］. 计算机研究与发展, 2017,54(6):1150-1170.
［8］莫赞,罗敏瑶. 在线评论对消费者购买决策的影响研究——基于评论可信度和信任倾向的中介、调节作用［J］. 广东工业大学学报, 2019,36(2):54-61.
［9］常丹,王玉珍. 基于SVM的用户评论情感分析方法研究［J］. 枣庄学院学报, 2019,36(2):78-83.
［10］姜伶伶. 基于词向量和SVM的中文微博情感分类研究［D］. 重庆：重庆大学, 2018.
［11］伊尔夏提·吐尔贡,吾守尔·斯拉木,热西旦木·吐尔洪太. 基于有监督分词方法的维吾尔文情感分析［J］. 计算机工程与设计, 2017,38(11):3143-3146.
［12］GEHRKE J. Classification and regression trees［J］. Wiley Interdisciplinary Reviews: Data Mining & Knowledge Discovery, 2005,1(1):14-23.
［13］李泽魁,赵妍妍,秦兵,等. 中文微博情感倾向性分析特征工程［J］. 山西大学学报（自然科学版）, 2014,37(4):570-579.
［14］夏玉芹,单雪微. 基于Python的简单文本情感分析［J］. 阴山学刊(自然科学版), 2018,32(4):58-62.
［15］唐利. 网络电影评论的情感倾向性分类研究［J］. 遵义师范学院学报, 2018,20(6):160-164.
［16］SHI Y, TANG Y R, LONG W. Sentiment contagion analysis of interacting investors: Evidence from China’s stock forum［J］. Physica A: Statistical Mechanics and Its Applications, 2019,523:246-259.
［17］胡甜媛,姜瑛. 体现使用反馈的APP软件用户评论挖掘［J/OL］. 软件学报, 2019,30(10): 3168-3185 ［2019-07-09］. https://doi.org/10.13328/j.cnki.jos.005794.
［18］赵亮,赖研,仝鑫. 基于Python的微博用户分析系统设计与实现［J］. 计算机产品与流通, 2019(6):282-283.
［19］SANCHEZ-RADA J F, IGLESIAS C A. Social context in sentiment analysis: Formal definition, overview of current trends and framework for comparison［J］. Information Fusion, 2019,52:344-356.
［20］孟仕林,赵蕴龙,关东海,等. 一种融合情感与语义信息的情感分析方法［J/OL］. 计算机应用, 2019(7):1931-1935 (2019-03-08)［2019-07-09］. http://kns.cnki.net/kcms/detail/51.1307.TP.20190308.1301.002.html.
［21］吴菲,郭汝静. 一种改进的情感倾向判别算法［J］. 安阳工学院学报, 2019,18(2):54-56.
［22］史伟,王洪伟,何绍义. 基于语义的中文在线评论情感分析［J］. 情报学报, 2013,32(8):860-867.
［23］朱晓霞,宋嘉欣,孟建芳. 基于主题—情感挖掘模型的微博评论情感分类研究［J］. 情报理论与实践, 2019,42(5):159-164.
［24］杨剑锋,乔佩蕊,李永梅,等. 机器学习分类问题及算法研究综述［J］. 统计与决策, 2019,35(6):36-40.
［25］刘正，黄震华. 基于多项式贝叶斯分类模型的短文本多情感倾向分析及实现［J］. 现代计算机(专业版), 2016(14):39-42.

[1]	贾潇瑶, . 融合CatBoost和SHAP的乳腺癌预测及特征分析[J]. 计算机与现代化, 2023, 0(10): 32-38.
[2]	张芸, 白开峰, 王星, 仓甜, 周通, 段锦文, 苏晗. 智能电网环境下窃电行为检测[J]. 计算机与现代化, 2023, 0(03): 60-65.
[3]	石志伟, 武志峰, 张哲. 纠正学习策略下LightGBM-GRU模型的股票波动率预测[J]. 计算机与现代化, 2023, 0(01): 95-102.
[4]	关云鹏, 刘玉龙. 基于从共现矩阵提取关联的类别型数据聚类[J]. 计算机与现代化, 2022, 0(11): 1-8.
[5]	关慧, 盛靖媛, 曹同洲. 一种基于改进TF-IDF的SQL注入攻击检测算法[J]. 计算机与现代化, 2022, 0(06): 122-126.
[6]	冷涛, . 基于深度学习的加密流量分类研究综述[J]. 计算机与现代化, 2021, 0(08): 112-120.
[7]	代继鹏, 邵峰晶, 孙仁诚. 基于改进CHI和TF-IDF的短文本分类的研究[J]. 计算机与现代化, 2021, 0(06): 6-11.
[8]	邓子云, . 一种为辅助诊断筛选机器学习模型的方法[J]. 计算机与现代化, 2021, 0(03): 88-93.
[9]	郭欣, 陈瑛, 章鸣嬛, 张璇, 潘曙明, 汤璐佳. 利用机器学习方法对灾难生命支持课程NDLS培训效果进行分析预测#br#[J]. 计算机与现代化, 2020, 0(12): 61-66.
[10]	马吉科,尹飞,祝永晋,豆龙龙,李剑. 一种应用半监督学习的计量装置运行状态辨识方法[J]. 计算机与现代化, 2020, 0(03): 82-.
[11]	赵琦1,2,蒋朝惠1,2,周雪梅1,2,宋紫华1,2. 一种基于HTTP协议的隐蔽隧道及其检测方法[J]. 计算机与现代化, 2019, 0(06): 16-.
[12]	孙小川,芦天亮. 基于聚类的数据加权优化在犯罪预测中的应用[J]. 计算机与现代化, 2019, 0(06): 55-.
[13]	刘彬，张冀聪. 运动相关电位分类算法比较和语义范式分析[J]. 计算机与现代化, 2018, 0(11): 88-.
[14]	梁东，杨永全，魏志强. 基于支持向量机的网页正文内容提取方法[J]. 计算机与现代化, 2018, 0(09): 21-.
[15]	白君泽,杨红丽,张标. Android应用程序权限组重要性分析[J]. 计算机与现代化, 2018, 0(08): 102-.

基于机器学习的文本情感倾向性分析

Analysis of Text Sentiment Orientation Based on Machine Learning

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价