JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

×
《轻工学报》严正声明

基于KSVM的网络评论情感分类研究

张素智 ,  孙培锋

downloadPDF
张素智, 孙培锋. 基于KSVM的网络评论情感分类研究[J]. 轻工学报, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
引用本文: 张素智, 孙培锋. 基于KSVM的网络评论情感分类研究[J]. 轻工学报, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
shu
ZHANG Su-zhi and SUN Pei-feng. Sentiment classification of network comments based on KSVM[J]. Journal of Light Industry, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
Citation: ZHANG Su-zhi and SUN Pei-feng. Sentiment classification of network comments based on KSVM[J]. Journal of Light Industry, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
shu

基于KSVM的网络评论情感分类研究

  • 郑州轻工业学院 计算机与通信工程学院, 河南 郑州 450002

  • 基金项目: 河南省自然科学基金资助项目(0411010500)
    河南省重点科技攻关项目(082102210054)

  • 中图分类号: TP391

Sentiment classification of network comments based on KSVM

  • College of Comp. and Com. Eng., Zhengzhou Univ. of Light Ind., Zhengzhou 450002, China

  • Received Date: 2011-03-24
    Available Online: 2011-05-15

    CLC number: TP391

  • 摘要: 结合机器学习方法中的SVM算法和KNN算法各自的优势,提出一种KSVM分类算法,采用具有语义倾向的词并综合其词性作为特征项,将一些网络评论进行情感分类,以判断一篇评论是正面还是反面.实验表明,运用该算法对网上的一些评论进行分类,可以达到较高的准确率.
    Abstract: A KSVM classification algorithm by combining the advantages of SVM algorithm and KNN algorithm in machine learning is proposed.Some with semantics tendency and combined the parts of speech is chosen as the characteristic items,and the proposed algorithm is applied in sentiment classification of network comments to judge one comment positive or negative.Experimental results showed that the proposed algorithm can classify some comments online with a higher accuracy.
    1. [1]

      刘又维 , 吴晓炯 , 张齐 , 斯勇 , 何晋 , 李辉 , 颜晓冬 . 不同特性烟丝应力松弛性能的特征规律研究. 轻工学报, 2026, 41(2): 133-142. doi: 10.12187/2026.02.013

    2. [2]

      费致根 , 鲁豪 , 宋晓晓 , 赵鑫昌 , 郭兴 , 肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    3. [3]

      陈浩冉 , 冯文宁 , 刘伟 , 王刘胜 , 李欣燕 , 李媛媛 , 赵铭钦 . 基于GC-IMS与电子感官的不同产地百里香特征风味物质分析. 轻工学报, 2026, 41(4): 13-28. doi: 10.12187/2026.04.002

    4. [4]

      田然 , 宁玥 , 栾宏伟 , 步营 , 朱文慧 , 靳林溪 , 李学鹏 , 励建荣 . 定向酶解对杂色蛤蒸煮液风味特征及挥发性有机化合物的影响. 轻工学报, 2026, 41(2): 51-63. doi: 10.12187/2026.02.005

    5. [5]

      郑巧文 , 孙怡宁 , 邓玮亮 , 陈小乐 , 陈坤锥 , 覃威铭 , 申迎宾 , 张磊 . 喀什“新新2号”核桃油组成特征及其在HepG2细胞中调节脂质代谢与抗氧化活性评价. 轻工学报, 2026, 41(3): 28-40. doi: 10.12187/2026.03.004

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  39
  • 文章访问数:  2442
  • 引证文献数: 0
文章相关
  • 收稿日期:  2011-03-24
  • 刊出日期:  2011-05-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
张素智, 孙培锋. 基于KSVM的网络评论情感分类研究[J]. 轻工学报, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
引用本文: 张素智, 孙培锋. 基于KSVM的网络评论情感分类研究[J]. 轻工学报, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
shu
ZHANG Su-zhi and SUN Pei-feng. Sentiment classification of network comments based on KSVM[J]. Journal of Light Industry, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
Citation: ZHANG Su-zhi and SUN Pei-feng. Sentiment classification of network comments based on KSVM[J]. Journal of Light Industry, 2011, 26(3): 1-4. doi: 10.3969/j.issn.1004-1478.2011.03.001
shu

基于KSVM的网络评论情感分类研究

  • 郑州轻工业学院 计算机与通信工程学院, 河南 郑州 450002
  • 收稿日期: 2011-03-24
  • 网络出版日期: 2011-05-15
基金项目:  河南省自然科学基金资助项目(0411010500)河南省重点科技攻关项目(082102210054)

摘要: 结合机器学习方法中的SVM算法和KNN算法各自的优势,提出一种KSVM分类算法,采用具有语义倾向的词并综合其词性作为特征项,将一些网络评论进行情感分类,以判断一篇评论是正面还是反面.实验表明,运用该算法对网上的一些评论进行分类,可以达到较高的准确率.

English Abstract

相关文章 (5)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net