基于DT和SVM分类器的中文文本情感极性分析

摘要

随着各种新闻媒体平台的兴起,中文文本情感极性分析成为研究热点.利用Python提供的自然语言处理工具word2vec进行词向量化,通过线性均值加权法实现句向量化,应用数据加强技术解决了数据不均衡问题.分别就决策树和支持向量机分类器对数据集训练和测试,通过模型评价指标对比分析,实验结果表明,对未知情感极性的新闻文本预测相对最优的是过采样与线性核函数的支持向量机模型.