一种文本正负类情感分类方法

摘要

本发明是一种文本正负类情感分类方法，包括步骤：对文本集合中的所有文本进行预处理，形成无噪音的正负例文本集合，对正负例文本进行unigram分词和bigram分词，并去掉停用词后，形成无重复的多维特征向量空间，对多维特征向量空间中的各维特征向量进行变体词频逆文档频率计算，最后结合已标注的正负情感类别标签，将形成的词项‑文档矩阵作为监督分类器支持向量机和逻辑回归的输入因子，进行训练后得到最终的文本线性分类器预测模型，即可为新的未知文本进行情感分类。本发明有效利用已标注语料中的情感词先天具备分类能力的特征，提出新的计算方法来最大化这些情感词的类别区分度，提高了计算机对文本情感分类的精确度。