文献类型：期刊文章

作　　者：马文[1] 陈庚[2] 李昕洁[3] 苏文伟[1] 柴焰明[2] 蒲应明[2] 曾敬勋[4] 刘学承[3]

MA Wen;CHEN Geng;LEE Shinjye;SU Wenwei;CHAI Yanming;PU Yingming;TSENG Chinghsun;LIU Hsuehcheng(Information Center,Yunnan Power Grid Corporation Limited,Kunming Yunnan 650217,China;School of Software,Yunnan University,Kunming Yunnan 650091,China;Institute of Science and Technology Management,Yang Ming Chiao Tung University,Xinzhu Taiwan 30010,China;Institute of Computer Science,The University of Manchester,Manchester M139PL,UK)

机构地区：[1]云南电网有限责任公司信息中心,昆明650217 [2]云南大学软件学院,昆明650091 [3]阳明交通大学科技管理研究所,中国台湾新竹30010 [4]英国曼彻斯特大学计算机科学所,英国曼彻斯特M139PL

出　　处：《计算机应用》

基　　金：国家重点研发计划项目(2018YFB2100100);中国博士后科学基金资助项目(2020M673312);云南省软件工程重点实验室开放基金资助项目(2020SE311);云南省自然科学基金资助项目(202101AT070167);云南省教育厅科学研究基金资助项目(2019J0010);南方电网有限责任公司应用科技项目(YNKJXM20180019)。

年　　份：2021

卷　　号：41

期　　号：S02

起止页码：31-35

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究。首先,根据中文评论分类的需求设计了朴素贝叶斯分类器;然后,使用WEKA以不同特征提取方式对其功能性进行了对比分析。通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成特征选取时文本分类的准确率最佳,准确率达97.65%,验证了朴素贝叶斯分类器在处理中文评论分类问题的可应用性。

关 键 词：朴素贝叶斯 文本分类 机器学习  自然语言处理 特征选择  

分 类 号：TP391.1]