文献类型：期刊文章

作　　者：李佳儒[1,2] 王玉珍[1,2] 丁申宇[1,2]

LI Jiaru;WANG Yuzhen;DING Shenyu(Silkroad Economic Research Institute,Lanzhou University of Finance and Economics,Lanzhou 730020,China;School of Information Engineering,Lanzhou University of Finance and Economics,Lanzhou 730020,China)

机构地区：[1]兰州财经大学丝绸之路经济研究院,甘肃兰州730020 [2]兰州财经大学信息工程学院,甘肃兰州730020

出　　处：《东莞理工学院学报》

基　　金：兰州财经大学丝绸之路经济研究院项目(JYYZ201903)。

年　　份：2020

卷　　号：27

期　　号：5

起止页码：50-54

语　　种：中文

收录情况：普通刊

摘　　要：在线评论蕴含着大量用户个人喜好方面的信息,传统基于词典的情感分类方法因人工的参与不适合大量评论文本的情感分类。因此,提出了TF-IDF方法和逻辑回归模型相结合的方法对在线评论文本进行情感分类。首先,通过TF-IDF方法对在线评论进行文本特征处理;然后,使用逻辑回归模型进行文本情感分类;最后,利用网格搜索实现对模型的优化。结果表明,优化后模型的准确率、召回率和F1值都得到相应的提升,能帮助商家了解用户情感倾向,同时可为用户选择商品提供合理的参考。

关 键 词：TF-IDF 逻辑回归 情感分类

分 类 号：TP391]