[发明专利]基于机器学习的影评情感倾向性分析的测试方法有效
| 申请号： | 201810480801.0 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108733652B | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 赵丹丹;高宠 | 申请（专利权）人： | 大连民族大学 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F16/35 |
| 代理公司： | 大连星河彩舟专利代理事务所(普通合伙) 21263 | 代理人： | 陈玲玉 |
| 地址： | 116600 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于机器学习的影评情感倾向性分析的测试方法，属于自然语言处理领域，为了解决影评特征表示的训练集的测试问题，要点是将特征向量文本随机划分出训练集，并为训练集的每一特征向量添加积极或消极标签，训练朴素贝叶斯思想构建的分类器，并将特征向量文本随机划分出测试集，所述测试集的各个特征向量未添加积极或消极标签，且测试集用于测试朴素贝叶斯思想构建的分类器，效果是对于特征表示训练的分类器，能够适应性的作出较为准确的测试。 | ||
| 搜索关键词： | 基于 机器 学习 影评 情感 倾向性 分析 测试 方法 | ||
【主权项】：
1.一种基于机器学习的影评情感倾向性分析的测试方法，其特征在于，步骤1：对影评进行下载；步骤2：选取特征词，根据已下载的影评，提取有意义的情感词的集合作为特征词集，特征词集中的每个词为特征词；步骤3：对已下载的影评处理，使用特征词集将每一条影评均以特征向量表示，其中，积极特征向量的集合为积极特征文本，消极特征向量的集合为消极特征文本，从中选取相同数量积极特征向量与消极特征向量组成特征向量文本；步骤4：将特征向量文本随机划分出训练集，并为训练集的每一特征向量添加积极或消极标签，训练朴素贝叶斯思想构建的分类器，并将特征向量文本随机划分出测试集，所述测试集的各个特征向量未添加积极或消极标签，且测试集用于测试朴素贝叶斯思想构建的分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连民族大学，未经大连民族大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810480801.0/，转载请声明来源钻瓜专利网。
