基于改进贝叶斯模型的视频弹幕情感分类方法

摘要

本发明公开了一种基于改进贝叶斯模型的视频弹幕情感分类方法，包括以下步骤：使用聚类算法对视频弹幕进行时段划分，确定参数q、v，其中q为替换率，v为目标矫正率；使用贝叶斯模型对数据集进行初始分类，记录时段类别概率θ和先验概率ω；使用ω+q(θ‑ω)替换先验概率ω，对样本重新分类，计算并记录矫正量d与其变化量Δd，更新时段类别概率θ；若Δd≠0，返回第三步；选择矫正率与v最接近的矫正结果作为最后结果。本发明结合视频弹幕的实时性特点，提出一种基于时段划分的矫正贝叶斯算法即改进贝叶斯模型，并将其用于视频弹幕情感分类中，矫正了传统贝叶斯模型错分的样本，具有良好的分类效果，特别适用于情感倾向一致性较高的视频弹幕。